基于某filler模型地语音关键词识别

《基于某filler模型地语音关键词识别》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、实用标准xxxx大学毕业设计（论文）任务书课题名称基于Filler模型的语音关键词识别学生姓名xxxxxxx所在院、系（队）x系x队专业电子信息工程学号xxxxxxxxxxx申请学位级别工学学士指导教师单位x系x教指导教师姓名xxxxx技术职务教授二○一一年二月课题名称基于Filler模型的语音关键词识别文档实用标准其他指导老师姓名、单位xxxxxxx课题主要任务与要求：语音关键词识别是语音识别的一种特殊情况，是处理自然语言、实现人机语音交互有效的解决方案之一，并成为语音识别领域的另一个研究热点。1.了解语音识别基础知识，深入了解语音关键词识别技术。2.了解国内外对于语音关键词识

2、别技术研究的现状和发展方向。3.掌握基于Filler模型的语音关键词识别的方法。备注系（或教研室）审批意见：课题难易程度适中，理论与实践相结合，适合作为本科毕业设计课题。签（章）2011年2月28日学院训练部审批意见：签（章）年月日文档实用标准基于Filler模型的语音关键词识别技术摘要关键词识别是语音识别的一个重要领域。本文对基于filler模型的语音关键词识别进行了研究，它主要应用在实时的命令词检测和对话系统。研究重心为关键词识别系统的检出策略和确认方法。在基于垃圾模型的关键词系统中，常利用似然比方法进行语音确认。研究了一种基于竞争模型的加权似然比融合语音确认方法，通过联合目

3、标模型与其竞争模型的似然比对子词的置信度进行估计，引入了最小确认错误准则训练融合的权重系数。实验表明该方法优于传统的似然比方法。通过分析关键词检测系统的置信特征，选择动态垃圾得分、似然比和驻留概率等特征计算关键词候选的置信度，这些特征的组合能够明显提高系统的拒识性能。关键词：关键词识别，filler模型，似然比文档实用标准AbstractKeywordsrecognitionisanimportantareainthespeechrecognition.Inthispaper,weinvestigatefillermodelbasedkeywordrecognition,whic

4、hismainlyusedinreal-timevoice-commandanddialoguesystems.Thefocusofourresearchisthekey-worddetectionalgorithmandspeechverificationmethodsinthekeywordrecognitionsystem.Thelikelihoodratiotest-methodisoftenusedforutteranceverificationproblem.Acompetingmodelwasbasedonweightedlikelihoodratioverific

5、ationmethodisstudied,wherethesub-wordconfidencemeasureisestimatedbycombinationoflikelihoodratioscoresoftargetmodelwithitscompetingmodels,andtheweightconfidentsarederivedbyminimumverificationerrorcriteriatraining.Experimentresultsshowthatthelikelihoodratioapproachisbetterthantraditionalmethods

6、.Byanalyzingthecharacteristicsofconfidence,weselectthedynamicgarbagescore,likelihoodratioandthedurationprobability.Thecombinationofthesefeaturescansignificantlyimprovethefalserejectionperformance.Keywords:Keywordsrecognition,fillermodel,likelihoodratio文档实用标准目录摘要I第一章绪论11.1关键词识别的应用背景11.2关键词检测系统

7、框架41.3系统性能指标61.4关键词识别与连续语音识别的关系71.5论文研究的内容81.6论文结构安排9第二章基于FILLER模型的关键词检测技术102.1基于filler模型的关键词检出原理102.2影响关键词系统性能的因素132.3关键词检测基线系统设计方案15第三章关键词语音确认方法173.1基于似然比的关键词语音确认算法173.2基于竞争模型的加权似然比融合的语音确认方法203.3多置信特征联合提高语音确认效果25第四章总结与展望294.1内容总结294.2研究展望29