大词汇量汉语连续语音识别系统中若干问题的研究

摘要

本文采用现代信号处理的方法即小波变换和希尔波特黄变换的经验模式分解，对大词汇量汉语连续语音识别系统中若干问题进行了研究。 本文的大词汇量汉语连续语音识别系统主要由三个开源工具构筑而成：声学模型的训练采用英国剑桥大学的HTK工具包、语言模型的训练采用卡内基梅隆大学的CMU-CamToolkit统计语言模型工具包、识别器采用日本京都大学和日本IPA(Information-technologyPromotionAgency)联合开发的一个日语大词汇量连续语音识别引擎。 本文提出的二次小波变换降噪方法先对信号进行小波变换，然后对重构后的信号再进行一次变换，最后进行阈值量化处理。本文提出的SWT降噪法能更有效去除掉语音信号中的加性噪声。此外相比EMD+CWT的降噪方法，EMD+SWT的方法也能更有效的去除掉语音信号中的加性噪声。

目录

文摘

英文文摘

创新性声明及关于论文使用授权的说明

第一章绪论

1.1引言

1.2大词汇量连续语音识别中的关键技术

1.2.1鲁棒的特征提取

1.2.2声学模型

1.2.3语言模型

1.2.4搜索框架

1.2.5声学模型自适应

1.2.6语言模型自适应

1.3大词汇量汉语连续语音识别中的问题

1.4论文的课题背景、研究思路、工作内容及创新

参考文献

第二章隐马尔可夫模型

2.1 HMM的基本理论

2.1.1 HMM的定义

2.1.2状态转移的拓扑结构

2.1.3状态输出概率bj(ot)的形式

2.2 HMM的三个基本问题

2.2.1估值问题(Evaluation Problem)

2.2.2译码问题(Decoding Problem)

2.2.3学习问题(Learning Problem)

2.3本章小结

参考文献

第三章大词汇非特定人连续语音识别系统的建模

3.1连续语音识别的整体模型

3.2声学模型

3.2.1声学单元

3.2.2训练

3.3语言模型

3.4识别器

3.5实验

3.6统一的有调声学建模技术

3.6.1基频提取

3.6.2声调的建模

3.7统一的有调三音子建模技术

3.7.1声调特征的使用

3.7.2声调模式

3.7.3有调三音子建模单元

3.8实验

3.9本章小结

参考文献

第四章基于小波分析的连续语音识别系统的研究

4.1傅立叶变换、短时傅立叶变换和小波变换

4.2多分辨分析与Mallat算法

4.3小波降噪方法

4.4基于小波分析的语音识别系统

4.5基于各子层识别结果融合的研究

4.5.1融合算法的提出

4.6实验及分析

4.6.1男生测试结果

4.6.2女生测试结果

4.6.3实验结果的分析

4.7本章小结

参考文献

第五章语音信号降噪方法的研究

5.1非线性小波变换阈值法降噪

5.2二次小波变换(SWT)降噪方法

5.3基于经验模式分解的二次小波变换降噪方法

5.3.1经验模式分解(EMD)方法基本原理[7，8,9]

5.3.2 HHT时频分析方法

5.3.3基于EMD的SWT降噪算法的研究

5.4实验及结果分析

5.4.1基于二次小波变换降噪的实验结果

5.4.2基于EMD的二次小波变换降噪的实验结果

5.5本章小结

参考文献

第六章基于HTK的自适应算法的研究

6.1自适应算法

6.1.1 MAP算法原理

6.1.2线性变换算法原理

6.2 HTK自适应工具包的简介[14]

6.3实验及结果

6.3.1语音库

6.3.2声学模型

6.3.3语言模型和字典

6.3.4实验1-基线系统

6.3.5实验2-基于MLLR的自适应结果

6.3.6实验3-基于MAP的自适应结果

6.3.7实验3-基于MLLR+MAP的自适应结果

6.3.8实验结果分析

6.4本章小结

参考文献

第七章结论与展望

7.1本文的研究成果及创新

7.2研究展望

博士期间发表的论文

致谢