語(yǔ)音識(shí)別是機(jī)器通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄?參考版)
2024-09-08 18:42本頁(yè)面
【正文】 電話 :01082512266281 手機(jī) : 13611280640 傳真 :01082511589 191231137 EMAIL: 公司網(wǎng)址 ： 語(yǔ)音事業(yè)部網(wǎng)頁(yè) ： 地址 :中國(guó)北京中關(guān)村南大街 2 號(hào)數(shù)碼大廈 A 座 22 層 郵編 :100086 ?？紤]到系統(tǒng)的實(shí)時(shí)實(shí)現(xiàn)性，本技術(shù)方案采用 Viterbi 譯碼作為系統(tǒng)的搜索算法。 。 。 。 。 。 。其各分量計(jì)算如下式所示： ? ? ?????? ??????? )()(21e x p||21)( 12/12msmsTmsmsnms uxuxxb ?????? 總的概率輸出即為各分量的加權(quán)和： ? ????Mmmsmss xbcxb1 )()(?? s 表示當(dāng)前狀態(tài)， M 為混合分量數(shù)， ?? 、 ? 、 c 分別為各混合分量的均值矢量、協(xié)方差矩陣和混合分量系數(shù)。 考慮到漢語(yǔ)數(shù)碼語(yǔ)音所需的模型較少，很容易獲得足夠多的訓(xùn)練語(yǔ)音，因此本技術(shù)方案采 用了 CDHMM 為語(yǔ)音模型。 SCHMM 是 DHMM 和 CDHMM 的折衷，與DHMM 相似，其輸出為一套碼本，但每個(gè)碼字均為一個(gè)連續(xù)概率密度分布函數(shù)，這一點(diǎn)與CDHMM 相近。其所需的訓(xùn)練語(yǔ)音較多，模型參數(shù)存儲(chǔ)量和計(jì)算量都較大，在訓(xùn)練語(yǔ)音足夠時(shí)，其性能優(yōu)于 DHMM。 6 連續(xù) HMM(Continuous Density HMM, CDHMM)。 根據(jù)輸出概率分布的不同， HMM 可分為： 離散 HMM(Discrete HMM, DHMM)。其缺點(diǎn)在于其描述詞內(nèi)協(xié)同發(fā)音的能力劣于整詞模型，但由于子詞模型已經(jīng)得到了非常充分的研究，所以近年來(lái)在很多小詞表應(yīng)用識(shí)別系統(tǒng)中也 用了子詞模型。該類 HMM 描述的語(yǔ)音單位比詞小，如英語(yǔ)語(yǔ)音識(shí)別中的基本音素，漢語(yǔ)語(yǔ)音識(shí)別中的半音節(jié)等。但在大詞匯量語(yǔ)音識(shí)別中由于所需建立的模型太多而無(wú)法使用。其優(yōu)點(diǎn)為 可以很好地描述詞內(nèi)音素協(xié)同發(fā)音的特點(diǎn)，建模過(guò)程也較為簡(jiǎn)單。 HMM 的基本概念可參見文獻(xiàn)。圖 5 給 出了濾波器組的分布圖，其中 M 選擇為 26， FFT 點(diǎn)數(shù) N 為 256，語(yǔ)音信號(hào)的采樣頻率為 8000Hz。 Mel 頻率和線性頻率的轉(zhuǎn)換關(guān)系如下式。每個(gè)濾波器具有三角形特性，其中心頻率為 fm，它們?cè)?mel 頻率軸上是均勻分布的。 MFCC 參數(shù)計(jì)算的要點(diǎn)是 將線性功率譜 S(n)轉(zhuǎn)換成為 mel 頻率下的功率譜，這需要在計(jì)算之前先在語(yǔ)音的頻譜范圍內(nèi)設(shè)置若干個(gè)帶通濾波器 Hm(n)， m=0..M1，n=0..N/21。 12,...,2,1}{ ?kkC 即為所求的 MFCC 參數(shù)。三角濾波器的輸出則為： ? ???? ?? ???? ????
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1