子空間高斯混合模型在中文語(yǔ)音識(shí)別系統(tǒng)中的實(shí)現(xiàn).pdf

1、隱馬爾可夫模型(Hidden Markov Model，HMM)一直作為語(yǔ)音識(shí)別系統(tǒng)聲學(xué)建模的基本模型。由于其參數(shù)規(guī)模在考慮上下文發(fā)音的影響后急劇增長(zhǎng)，在訓(xùn)練數(shù)據(jù)有限時(shí)模型參數(shù)無(wú)法被充分訓(xùn)練。
　　本文引入一種基于子空間高斯混合模型（Subspace Gaussian Mixture Model，SGMM）的語(yǔ)音識(shí)別方法。區(qū)別于傳統(tǒng)的HMM框架每個(gè)狀態(tài)均關(guān)聯(lián)若干個(gè)均值方差參數(shù)來(lái)計(jì)算輸出概率，子空間高斯混合模型的每個(gè)狀態(tài)只關(guān)聯(lián)一個(gè)低

2、維的映射向量，其均值和方差通過(guò)所有狀態(tài)共享的映射矩陣計(jì)算得到。模型的參數(shù)規(guī)模因此大幅降低，從而在訓(xùn)練數(shù)據(jù)有限時(shí)，模型參數(shù)較傳統(tǒng)HMM訓(xùn)練更充分。子空間高斯混合模型在英語(yǔ)，法語(yǔ)，以及西班牙語(yǔ)中已經(jīng)被證實(shí)有效，在本文之前還尚未進(jìn)行過(guò)中文測(cè)試。
　　本文運(yùn)用空間高斯混合模型的思想，成功搭建了中文的子空間高斯混合模型語(yǔ)音識(shí)別系統(tǒng)，主要完成的工作有:1）搭建子空間高斯混合模型語(yǔ)音識(shí)別系統(tǒng)。配置運(yùn)行環(huán)境以及編譯源代碼，整理訓(xùn)練和測(cè)試數(shù)據(jù)，設(shè)計(jì)

3、和實(shí)現(xiàn)模型訓(xùn)練和解碼的腳本程序。2）訓(xùn)練和測(cè)試中文子空間高斯混合模型。訓(xùn)練單音子HMM，以及在此模型的基礎(chǔ)上進(jìn)行了一系列模型優(yōu)化措施，其中包括:三音子模型訓(xùn)練，線性特征轉(zhuǎn)換，區(qū)分性訓(xùn)練以及發(fā)音人自適應(yīng)，并通過(guò)這些模型得到子空間高斯混合模型，最后對(duì)模型進(jìn)行測(cè)試。
　　測(cè)試結(jié)果中子空間高斯混合模型在有限的語(yǔ)音訓(xùn)練數(shù)據(jù)條件下能夠使得詞錯(cuò)誤率(word error rate, WER)相比較傳統(tǒng)隱馬爾可夫模型有6.44％的絕對(duì)降低（23.