基于仿生模式识别的同调连续性的语音识别算法研究

摘要

语音识别技术目前尚处在实验研究阶段，在预处理，端点检测以及模式识别等方面均存在局限性。传统的实验方法在数据库较少的情况下无法满足设计的需要，因此机器学习无法与人的个体学习相媲美。针对这些问题，本文着重研究在小样本的情况下，进行语音识别的研究，力求使得计算机应用能够模拟人的认知程度，以帮助机器智能化开发的研究。 本文依据仿生模式识别理论，通过对流形学习的研究，从几何的角度出发，提出了同调连续性原理。定义了高维空间中子空间的一些基本概念，给出了子流形之间的关系以及测地距离的定义，依据同调连续原理的有关性质给出了基于仿生模式识别的同调连续性的流形学习方法，并将其运用在连续数字语音识别当中。通过实验验证了所提出方法的有效性和实用性，为今后的工作奠定了基础。 与HMM方法相比较的实验结果表明，在对少量样本进行训练的情况下，本文所用方法的识别结果明显优于传统的HMM方法。随着样本数量的增多，两种方法的识别率之间的差距在慢慢减小，当样本数量趋近很大时，它们的识别率都会渐渐逼近100％，而基于仿生模式识别的同调连续性的语音识别方法的识别率一直高于HMM模型方法的识别率，这是因为该流形学习的方法描述的是语音在高维空间的形态分布，而HMM模型方法却仅仅是一种概率分布，其精确程度自然不如前者。

目录

文摘

英文文摘

声明

第一章绪论

1.1模式识别理论及传统方法的概述

1.2仿生模式识别理论

1.2.1仿生模式识别的认知原理

1.2.2仿生模式识别的几何方法

1.3语音识别研究发展概况

1.4连续语音识别研究的特点与基本概况

1.4.1连续语音识别的特点与识别瓶颈

1.4.2连续语音识别一般方法

1.5本文主要内容安排

第二章高维空间几何理论

2.1模式识别中的主元分析方法

2.2高维空间中的低维子空间

2.3无限低维子空间与有限低维子空间

2.4无限低维子空间的垂直

2.5低维子空间的距离

2.6无限低维子空间的平行

2.7高维空间几何的几个典型计算问题

2.9小结

第三章同调连续性理论

3.1同调连续原理(PHC)

3.2拓扑流形的训练与识别

3.2.1拓扑流形的确定

3.2.2拓扑流形的训练

3.2.3拓扑流形的识别

3.3小结

第四章语音识别数据库的建立与特征提取方法

4.1连续语音的特点

4.2语音识别数据库的建立

4.2.1构筑单字样本库

4.2.2样本库的描述

4.3连续语音识别的特征提取方法

4.4被识别的连续语音样本库的建立与特征提取

4.4.1被识别的连续语音样本库的建立

4.4.2被识别的连续语音样本的特征提取方法

4.5小结

第五章基于仿生模式识别的同调连续性的语音识别

5.1基于仿生模式识别的同调连续性的语音识别方法

5.2实验结果与讨论

5.2.1本实验的统计结果与讨论

5.2.2与HMM模型的比较结果及讨论

5.3小结

第六章总结和展望

6.1总结

6.2展望

参考文献

致谢

作者在攻读大雨学位期间发表的论文