广播语音敏感关键词识别

摘要

随着广播互动节目的日益增多，对于广播内容的安全播出也面临着重大的考验。相对于传统的人工监测手段，自动音频处理技术由于其优势正逐步应用于广播内容的监测和管理工作中。根据广播节目内容监测的特点，语音关键词识别技术对于广播互动节目内容中敏感信息的自动监测是一种合适的选择。本文主要利用HTK工具，以MATLAB为平台，使用隐马尔科夫模型（HMM）对语音进行建模，结合HTK用于语音孤立词识别系统的原理和特点，来实现一种针对广播互动节目，特别是热线电话访谈类节目内容的语音关键词识别的方法。为了更好地具有针对性，本文中训练和测试所用的语音资料都是来自现实生活中广播热线电话的实时录音资料，以用来完成这一语音关键词识别方法的测试。本文的主要工作如下：
　　1、简单介绍了语音识别技术的国内外发展状况，特别是在广播电视领域中的应用情况。主要阐述了语音关键词识别技术对于广播互动节目信号敏感信息自动化监测的作用，由此阐明本文的研究背景和课题意义。
　　2、讨论了语音关键词识别系统的基本原理和结构，研究并选择基于关键词加非关键词构建垃圾（filler）网络的关键词识别方式做为广播敏感信息监测的语音识别方法。
　　3、重点研究了语音识别系统的相关过程，包括语音信号预处理和特征提取工作。同时研究了隐马尔科夫模型（HMM）的建模过程和相关算法，为利用HMM模型进行语音训练和识别打下基础。
　　4、利用HTK工具进行连续语音关键词的识别，也就是先将连续语音划分为孤立词然后进行识别。为了实现这一方法，同时研究了将连续语音分割成单音节字词的技术，将基于分形维理论的语音音节分割技术结合端点检测共同用于连续语音的音节分割。
　　5、利用HTK工具和Matlab语言设计了一种针对广播热线电话节目的语音关键词识别系统。通过手工标注的方式从广播热线电话录音资料中提取关键词语音，并根据汉语语音声韵母的特点分类提取非关键词语音，从而构成语音训练样本。通过对测试语音的关键词识别验证了系统的有效性。

目录

封面

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究的背景和意义

1.2语音识别技术的发展

1.3语音识别技术的分类

1.4语音识别在广播电视领域中的应用

1.5 语音关键词识别的发展

1.6论文的结构安排

第2章 关键词识别的基本原理

2.1关键词识别与连续语音识别的关系

2.2 关键词识别的性能评价

2.3 关键词识别的原理

2.4 本章小结

第3章 语音信号的预处理和特征参数提取

3.1 预处理

3.2 特征参数提取

3.3 本章小结

第4章 隐马尔可夫模型（HMM）

4.1 隐马尔可夫模型（HMM）的概述和定义

4.2 隐马尔可夫模型（HMM）实现的三个基本问题

4.3 隐马尔可夫模型（HMM）三个基本问题的解决

4.4 隐马尔可夫模型（HMM）的类型

4.5 本章小结

第5章 基于HMM的语音关键词识别方法

5.1 HTK概述

5.2 采用HTK的语音关键词识别方法

5.3 本章小结

第6章 基于HMM的广播语音关键词识别系统设计实现

6.1 实验环境

6.2 语音数据库的准备

6.3 实验系统的建立

6.4 实验结果和分析

6.5 本章小结

第7章 总结与展望

7.1 本文总结

7.2 未来工作的展望

参考文献

致谢