漢語連續(xù)語音聲調(diào)及數(shù)字串識別系統(tǒng)的研究.pdf

1、語音識別在人機(jī)交互、通信、互聯(lián)網(wǎng)和工業(yè)化控制等方面有著重要應(yīng)用前景。聲調(diào)是漢語音節(jié)的重要組成部分,具有構(gòu)詞辨意作用。漢語語音識別技術(shù)目前的研究熱點和難點是非特定人的連續(xù)語音。隨著語音識別技術(shù)的發(fā)展,聲調(diào)識別研究成為其突破的方向之一。
　　 本文首先對聲調(diào)提取算法進(jìn)行研究。采用基于多參數(shù)組合方法(短時能量、短時過零率、自相關(guān)函數(shù)值)進(jìn)行語音信號清濁音判別,利用循環(huán)平均幅度差函數(shù)進(jìn)行基音周期計算。對所得聲調(diào)曲線進(jìn)行7維特征參數(shù)提取,

2、利用隱馬爾可夫模型建立漢語連續(xù)聲調(diào)識別系統(tǒng)。系統(tǒng)正確識別率在訓(xùn)練集和測試集中分別為74.31％和71.37％,但聲調(diào)三的識別率比較低。
　　 針對聲調(diào)三識別率低的特點,本文對聲調(diào)三音節(jié)的上下文語境進(jìn)行實驗研究。實驗發(fā)現(xiàn),當(dāng)聲調(diào)三音節(jié)為句尾或詞尾時,其正確識別率為80％左右?？紤]到音節(jié)的上下文語境和聲調(diào)的特點,在聲調(diào)識別系統(tǒng)中加入變調(diào)規(guī)則,搭建基于語境的聲調(diào)識別系統(tǒng)。其識別率在訓(xùn)練集和測試集分別提高24.5％和21.1％,特別是聲

3、調(diào)三有顯著提高。實驗表明,基于上下文語境的聲調(diào)識別系統(tǒng)的性能得到提升。
　　 本文最后對漢語連續(xù)數(shù)字串識別系統(tǒng)進(jìn)行研究,實驗發(fā)現(xiàn)存在容易誤判的數(shù)字對,7(qi1)容易誤判成4(si4),數(shù)字6(liu4)容易誤判成9(jiu3)?？紤]到聲調(diào)具有辯意作用,在識別系統(tǒng)中加入聲調(diào)識別模塊,搭建基于聲調(diào)信息的連續(xù)數(shù)字串識別系統(tǒng)。實驗表明,改進(jìn)后系統(tǒng)在訓(xùn)練集和測試集正確識別率為88.62％和83.36％,誤判數(shù)字得到明顯糾正,在連續(xù)數(shù)字串