基于模糊理論的關(guān)鍵詞識(shí)別算法研究.pdf

1、關(guān)鍵詞識(shí)別是從一段連續(xù)的語(yǔ)音流當(dāng)中識(shí)別出特定的一個(gè)或若干個(gè)關(guān)鍵詞的技術(shù),是連續(xù)語(yǔ)音識(shí)別的一個(gè)分支。關(guān)鍵詞識(shí)別技術(shù)相對(duì)于連續(xù)語(yǔ)音識(shí)別來(lái)說(shuō)具有耗時(shí)短、準(zhǔn)確率高等特點(diǎn),在很多領(lǐng)域具有廣泛的應(yīng)用前景,越來(lái)越受到人們的重視。
　　 本文主要面向漢語(yǔ)小詞匯量的基于隱馬爾可夫模型的關(guān)鍵詞技術(shù)。由于關(guān)鍵詞識(shí)別不受說(shuō)話人及說(shuō)話方式的限制,往往在一段連續(xù)的語(yǔ)音流中出現(xiàn)若干與關(guān)鍵詞發(fā)音相近的易混淆的非關(guān)鍵詞,或者關(guān)鍵詞之間的發(fā)音相似,使系統(tǒng)的識(shí)別率下

2、降得很快。針對(duì)這樣的問(wèn)題,本文采用自行錄制的語(yǔ)音,從對(duì)語(yǔ)音信號(hào)的預(yù)處理開(kāi)始,采用短時(shí)平均能量法和短時(shí)平均幅度法對(duì)語(yǔ)音信號(hào)的始點(diǎn)與末點(diǎn)進(jìn)行粗判,去除語(yǔ)音信號(hào)的無(wú)聲段。提取10維MFCC倒譜系數(shù)及其一階差分參數(shù)作為特征矢量,對(duì)關(guān)鍵詞和詞表外詞采用連續(xù)隱馬爾可夫模型進(jìn)行建模。訓(xùn)練階段,采用Baum-Welch算法進(jìn)行重估迭代。在關(guān)鍵詞檢出階段,采用幀同步Viterbi搜索算法,得到若干候選關(guān)鍵詞。
　　 在關(guān)鍵詞確認(rèn)階段,為了避免與關(guān)

3、鍵詞發(fā)音相似的非關(guān)鍵詞取代真正的關(guān)鍵詞及因?yàn)榉丛~模型的選取不夠完善而引起的誤識(shí),在確認(rèn)之前采用模糊c均值聚類的方法,引入隸屬度原則,以關(guān)鍵詞模型和反詞模型為聚類中心,對(duì)候選關(guān)鍵詞進(jìn)行聚類,根據(jù)隸屬矩陣確認(rèn)候選關(guān)鍵詞隸屬于哪一類,將聚類在反詞模型周圍的候選拒識(shí)掉,在確認(rèn)階段,采用聚類后得到的更具代表性的反詞模型,應(yīng)用似然準(zhǔn)則對(duì)關(guān)鍵詞進(jìn)行最后的確認(rèn)。另外,還對(duì)關(guān)鍵詞混淆網(wǎng)絡(luò)進(jìn)行了研究與實(shí)驗(yàn),并作為與引入模糊理論的關(guān)鍵詞識(shí)別的對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)表