基于聚類結(jié)合HMM對(duì)模糊語義語音識(shí)別的研究.pdf

1、語音識(shí)別就是讓計(jì)算機(jī)或其它機(jī)器能夠聽懂人說的話，從本質(zhì)上來講它屬于模式識(shí)別，其根本目的是研究帶有聽覺功能的裝置，能夠通過語音控制裝置，該裝置可以“理解”語音信息中包含的命令意圖并且做出響應(yīng)。語音識(shí)別是一門復(fù)雜的交叉性學(xué)科，其中涉及到語言學(xué)、聲學(xué)、生理學(xué)、數(shù)字信號(hào)處理和計(jì)算機(jī)科學(xué)等學(xué)科。
　　 本文在系統(tǒng)分析了語音產(chǎn)生模型、語音信號(hào)分析和隱馬爾可夫模型原理的基礎(chǔ)上，針對(duì)具有模糊語義的語音即人類口語，結(jié)合聚類算法基于隱馬爾可夫模型構(gòu)

2、建了一個(gè)語音識(shí)別系統(tǒng)。論文的主要研究內(nèi)容為:首先介紹了語音識(shí)別的基本概念和系統(tǒng)構(gòu)成，國內(nèi)外語音識(shí)別發(fā)展歷程和研究現(xiàn)狀，闡明了本課題的研究背景和意義。研究了語音信號(hào)的產(chǎn)生模型、數(shù)字化與預(yù)處理、在時(shí)域和頻域中得分析方法以及語音信號(hào)的特征參數(shù)提取。詳細(xì)分析了隱馬爾可夫模型原理、結(jié)構(gòu)、建模過程和三種算法以及算法的改進(jìn)，為在語音識(shí)別中應(yīng)用隱馬爾可夫模型打下了基礎(chǔ)。針對(duì)模型初值選取提出了K-均值聚類算法，對(duì)隱馬爾可夫模型初值選取進(jìn)行了改進(jìn)。K-均值

3、聚類算法得到的模型初始參數(shù)B能使局部最大值盡量靠近全局最優(yōu)點(diǎn)，還可保障達(dá)到收斂的計(jì)算效率最好，即收斂所需的迭代次數(shù)最小。針對(duì)漢語語音結(jié)構(gòu)特點(diǎn)提出了結(jié)合音節(jié)和韻母聚類法的音節(jié)聚類法。基于音節(jié)聚類的填料模板同時(shí)有兩者的優(yōu)點(diǎn)，既增強(qiáng)了系統(tǒng)穩(wěn)定性，又提高了識(shí)別準(zhǔn)確性和識(shí)別速度。
　　 本文在MATLAB環(huán)境中仿真了語音的預(yù)處理、端點(diǎn)檢測、特征參數(shù)提取、模型訓(xùn)練、模型匹配和識(shí)別語音等過程。并且自建了訓(xùn)練樣本庫和檢測語音，檢測了該語音識(shí)別系