內(nèi)部交流之一語(yǔ)音識(shí)別技術(shù)展望-在線瀏覽
2024-09-11 17:34本頁(yè)面
【正文】 tte rn sPa tt e rnTr a in in gTe m p la te so r M o d e lsPa tt e rnC la ssi fie rRe fe re n ceP a tte rn sD e c isi o nL o g icRe co g n ize dS p e e chFigu re 21 B lock dia gra m of pa tter n re cognition or iente d spe ec h re cogniz er關(guān)鍵技術(shù)之一 特征抽取 ?分幀 : 語(yǔ)音信號(hào)短時(shí)平穩(wěn) ， 2030ms為一幀進(jìn)行分析 ?描述 : 每幀信號(hào)用 n個(gè)參數(shù)表示 ， 形成 n維特征向量 ?倒譜參數(shù) : C(t)=IDFT[ ln|DFT(s(t))| ] ?計(jì)算方法 : LPCC, MFCC 關(guān)鍵技術(shù)之二 語(yǔ)音建模 –HMM 關(guān)鍵技術(shù)之二 語(yǔ)音建模 –HMM ?提取出的語(yǔ)音特征為觀測(cè)序列 (o1,o2,… on) ?看不見的聲道運(yùn)動(dòng)為狀態(tài)序列 (s1,s2,… sn) ?K個(gè)狀態(tài) HMM的描述參數(shù) : λ= (π, A , B) π= {πi}， A = {aij} ， B = {bj(ot)} (i,j = 1,2,… K) 關(guān)鍵技術(shù)之二 語(yǔ)音建模 –HMM ?訓(xùn)練 : 給出觀測(cè)序列 Ot， 調(diào)整模型參數(shù) ， 使得模型產(chǎn)生觀測(cè)序列 Ot的概率最大 ?識(shí)別 : 給定觀測(cè)序列 Ot和模型 ， 計(jì)算由模型產(chǎn)生觀測(cè)序列 Ot的概率 ?Triphone聲韻母模型 解決協(xié)同發(fā)音問(wèn)題 聲 韻 聲 韻 聲 韻 關(guān)鍵技術(shù)之三 語(yǔ)法建模 ?ngram模型 ?語(yǔ)法約束只考慮前 n1個(gè)字對(duì)第 n個(gè)字的約束 ?2gram模型最簡(jiǎn)單常用 ?用字間 轉(zhuǎn)移概率矩陣 表示 關(guān)鍵技術(shù)之四 模型訓(xùn)練 ?Triphone模型的訓(xùn)練 ?聚類合并 ， 參數(shù)共享 ?語(yǔ)
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號(hào)-1