基于最佳狀態(tài)數(shù)的漢語數(shù)字語音識別系統(tǒng)的研究與實現(xiàn).pdf

1、近年來漢語數(shù)字語音識別系統(tǒng)越來越廣泛的應用于各個領域。在實際生活中，由于噪聲等因素的影響，常常造成漢語數(shù)字較低的識別率。本文對漢語數(shù)字語音識別系統(tǒng)的訓練數(shù)據(jù)、評測數(shù)據(jù)及聲學模型進行了研究。完成了對兩個新語音庫中評測講話者的選擇。并對系統(tǒng)識別精確度進行分析，通過對單音子模型及雙音子模型的狀態(tài)數(shù)的調(diào)整，提高了語音識別系統(tǒng)的識別精確度。本文主要研究了以下三方面的內(nèi)容： 1．研究了漢語語音識別系統(tǒng)中聲學模型的構(gòu)造。并了解語音識別系統(tǒng)中相

2、關聲學模型參數(shù)估計、識別過程的算法及步驟。這個過程有利于對語音庫中訓練數(shù)據(jù)和評測數(shù)據(jù)的區(qū)分，并為提高系統(tǒng)識別精確度提供了依據(jù)。 2．提出了一種為語音庫選擇評測講話者的方法。對于目前已擁有的幾組不同的評測講話者，通過分別比較各組評測講話者識別精確度曲線與語音庫所有講話者識別精確度曲線之間的最小均方差值，選擇出該值最小的一組評測講話者，作為此語音庫的評測講話者，用于客觀衡量語音識別系統(tǒng)中模型的訓練好壞。 3．在提高識別系統(tǒng)精