中英文雙語識別系統(tǒng)聲學建模研究.pdf

1、隨著數(shù)字化、網(wǎng)絡(luò)化和信息化時代的到來，人機交互平臺越來越趨向簡便化，如企業(yè)采用電子商務(wù)和呼叫中心來服務(wù)客戶和加速商業(yè)進程。為此，發(fā)展可靠的高性能語音識別系統(tǒng)對于信息高效快速傳遞變得十分必要。實際人們在交流常常會不自覺地加入一些英語詞匯，如人名Peter張，游戲PK等，而傳統(tǒng)的單語音識別處理往往針對一種特定語言建立聲學和語言模型及發(fā)音字典，對于外來的第二種語言將無法處理，從而限制了語音識別技術(shù)在很多行業(yè)領(lǐng)域的應(yīng)用。因此，中英文雙語識別的研

2、究變得更加必要。
　　 本論文主要研究基于非特定人的中英文雙語識別系統(tǒng)中的關(guān)鍵技術(shù)，特別是中英文雙語識別系統(tǒng)中聲學建模方法以及中英文混合發(fā)音字典構(gòu)造方法。論文的內(nèi)容包括：
　　 1、介紹中英雙語語音識別中模型參數(shù)共享的一般方法，詳細討論基于數(shù)據(jù)驅(qū)動的自動聚類算法和基于決策樹分裂的模型狀態(tài)參數(shù)共享方法。
　　 2、利用HTK工具進行研究和分析，實現(xiàn)基于HTK平臺的聲學模型訓練和性能評估方法。分別訓練出基于中文聲韻母