湖南方言語音信號特征提取及辨識.pdf

1、方言辨識是在已知一段發(fā)音所屬語種的前提下，根據(jù)講話者的發(fā)音判定其所屬方言區(qū)域的一項技術(shù)，是非標準語音識別的基礎(chǔ)，對語音識別技術(shù)的推廣和應(yīng)用有重要意義。目前相關(guān)的研究較少，此方面的研究不僅有利于提高方言語音識別系統(tǒng)的辨識率，而且對普通話評價、公安部門的刑事偵查等方面都有重要的價值。中國作為一個多民族多方言的大國，開展此方面的研究顯得尤為必要。 本文以湖南方言作為研究對象，對方言語音信號特征的提取、不同方言特征的差異及方言辨識中特征

2、參量的合適選取進行了深入研究。針對語音信號具有很強的隨機性而神經(jīng)網(wǎng)絡(luò)的輸入結(jié)構(gòu)相對固定等特點，提出了基于動態(tài)時間規(guī)整和神經(jīng)網(wǎng)絡(luò)的辨識方法，并對各種因素對辨識率的影響進行了分析。論文主要做了以下工作： 1) 分別提取了湖南長沙、株洲、湘潭和衡陽等四地方言的聲學特征，包括共振峰、基音周期、LPCC系數(shù)和MFCC系數(shù)，對不同方言間所含的不同的特征信息進行深入的分析，發(fā)現(xiàn)不同方言在同一特征參數(shù)下表現(xiàn)出不同的特性，從而找到了對不同方言進行

3、辨識的依據(jù)。 2) 將不同方言所提取的不同特征參數(shù)經(jīng)時間規(guī)整網(wǎng)絡(luò)分別規(guī)整為48維后，作為BP網(wǎng)絡(luò)的輸入，發(fā)現(xiàn)選取不同特征參數(shù)對不同類方言和不同聲調(diào)方言所得到的系統(tǒng)辨識率不一樣。選取基音周期作為特征參數(shù)時，系統(tǒng)的平均辨識率為79.2％左右，選取LPCC系數(shù)作為特征參數(shù)時，系統(tǒng)的平均辨識率達到84.2％，選取MFCC系數(shù)作為特征參數(shù)時，系統(tǒng)平均辨識率可達到86.3％。 3) 對本文所提出的基于動態(tài)時間規(guī)整和神經(jīng)網(wǎng)絡(luò)的方言辨識