基于元音長(zhǎng)度調(diào)整的中語(yǔ)言語(yǔ)音識(shí)別.pdf

1、語(yǔ)音識(shí)別一直都是國(guó)內(nèi)外的一個(gè)重要的研究課題。目前的語(yǔ)音識(shí)別系統(tǒng)對(duì)發(fā)音人的語(yǔ)速具有一定的自適應(yīng)調(diào)整能力。但對(duì)于不同的發(fā)音人來(lái)說(shuō),這些自適應(yīng)調(diào)整能力都是不夠的,往往在識(shí)別那些語(yǔ)速過(guò)快或過(guò)慢的語(yǔ)音的時(shí)候,得到的識(shí)別率都比較低。
　　 本文從研究語(yǔ)音識(shí)別的一些基本理論入手,為了改善語(yǔ)音發(fā)音長(zhǎng)短不同,而導(dǎo)致識(shí)別率下降的問(wèn)題,重點(diǎn)研究了基于HMM模型以及動(dòng)態(tài)時(shí)間規(guī)整算法的元音長(zhǎng)度調(diào)整算法和元音分組算法,并進(jìn)行了仿真與比較。本文的主要研究工作

2、如下:
　　 1.本文先對(duì)隱馬爾可夫模型(Hidden Markov Model,HMM)和動(dòng)態(tài)時(shí)間規(guī)整算法(Dynamic Time Warping,DTW)進(jìn)行了詳細(xì)的分析,并對(duì)基礎(chǔ)模型、算法進(jìn)行了仿真實(shí)驗(yàn)。將基于DTW算法的仿真結(jié)果,作為后續(xù)章節(jié)研究的基礎(chǔ)識(shí)別率,從而可清晰地看出改進(jìn)算法對(duì)識(shí)別率的提高。
　　 2.根據(jù)漢語(yǔ)語(yǔ)音發(fā)音時(shí),每一個(gè)音節(jié)都含有元音,元音長(zhǎng)度占音節(jié)長(zhǎng)度的主要部分,但是卻不包含發(fā)音的主要信息這些

3、特點(diǎn),研究了在語(yǔ)音的元音部分,利用相關(guān)系數(shù)尋找相似波形,然后對(duì)元音部分進(jìn)行相似波形的插入或刪除的方法,來(lái)改變?cè)舨糠值拈L(zhǎng)度,進(jìn)而調(diào)整語(yǔ)速。在對(duì)元音部分進(jìn)行實(shí)際操作時(shí),提出了一種新的計(jì)算方法,相對(duì)于原先的“調(diào)整-判斷-再調(diào)整-再判斷”方法,在算法速度上有了很大的提高。
　　 3.由于元音長(zhǎng)度調(diào)整算法當(dāng)中,閾值參數(shù)Lmax和Lmin的取值,不能完全兼顧到所有的孤立詞。本文提出了一種改進(jìn)算法,即元音分組算法。該算法使用三種分組方法,分