远距离混合语音识别方法的研究

《远距离混合语音识别方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＞，气Ｃ．．‘４．：Ｖｖ／分ｗ密；ｕ．；‘ｕｕ＾码画．．Ｖｒ；ｒｎ严．．：若ｖ．．ｆ、户，少．‘．．‘‘Ｉ＂－Ｖ＂；．：．．‘％Ｖｒｌ／巧ｉ郎学ｒ／ｌ，‘．．气．：Ｖ’Ｘ’．Ｎ．、夷．顿二学屯论ｉＶ：－、．、．＂＼■１＇讓ｉ－＇‘ｉ．’Ｖ、’、！？＇三．－距醜＾敝，．琴－／＞Ｔ．－，／－ｓ．＇＇；；／：、、、ｔＡ＞．、＾／；ｆ．咬３．４．＇，－＇、，Ｖｒ幸？－＼；＇＊通難统‘轉－．、．户；義，弟心．ｖ：／

2、；生ｒ究李皆．ｔ／ｉ沪ｔ／．、；Ｉ王就授！扣ｒ某．；＇—！；，．．＂／／ｘ．辟起＞／／．／、＇．、＞严－．；．苗．．ｆ茸＇；＇方．巧‘．＇兰＇Ｔ／？媒－、，ｖ入，－＼ＩＫ／．％■＇＼！＇／ｒ＇－皆－．：－；ｒ；／．、；．，？％赫Ｖ＇■独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研，巧成果。尽我所知，除了文中特别加标注和致谢的地方外论文中，不包含寡他人已经发表或撰写

3、过的研究成果，也不包含为获得迂宁工业大学或其他教一育机构的学位或证书而使用过的材辑。与我同工作的同志对本研究所作的任何贡献均己在论文中作了明确的说明并表示了谢意。研究生签名：种年３月日牛关于论文使用授权的说明本人完全了解江宁工业大学有关保留、使用学位论文的规定，即：学校有权保留送交的复印权，允许论文被查阅和借阅；学校可Ｗ公布论文的全部或部分内容，可Ｗ采用影印、缩印或其他复制手段保存论文。（保密的论文在解密后应遵守此规研定）究生签名；寺辛导师签名：年月Ｗ

4、日辽宁工业大学硕士学位论文远距离混合语音识别方法的研究专业:通信与信息系统研究生:李平指导教师:王冬霞教授辽宁工业大学电子与信息工程学院二〇一六年三月MasterThesisStudyonDistantHybridSpeechRecognitionMethodSpeciality:CommunicationandInformationSystemsCandidate:LIPingSupervisor:ProfessorWANGDong-xiaLiaoningUniversityofTechnolog

5、yJinzhou,121001,ChinaMarch2016摘要辽宁工业大学硕士学位论文摘要常规语音识别方法在无干扰噪声的安静环境下具有较高的识别率。然而，在实际封闭环境中存在着噪声和混响等干扰，且麦克风和语音源之间存在一定的距离时，传统识别方法性能急剧下降。此外，单一的语言已经满足不了现代人通信交流的需求。因此，远距离混合语音识别方法的研究成为机械学习与语音处理领域的研究热点。论文以麦克风阵列作为语音识别前端，利用阵列的空间选择性，开展了实际声学环境下远距离汉英混合语音识别方法的研究。论文详细分析了传

6、统波束形成语音识别方法和优化阵列参数语音识别方法、论述了高斯混合隐马尔科夫模型（GMM-HMM，GaussianMixtureModel-HiddenMarkovModel）和深度神经网络（DNN-HMM，DeepNeuralNetwork-HiddenMarkovModel）混合声学模型，并对基于优化阵列参数的远距离混合语音识别方法进行了仿真实验研究。考虑到中英文发音特征及建模单元的不同，论文提出了一种中英文声学模型，构建了中英文决策树所需的问题集，得到了中英文混合语音声学模型参数，采用阵列优化参数实

7、现了远距离混合语音识别，并基于HTK（TheHiddenMarkovModelToolkit）工具箱构建了该语音识别系统。此外，论文采用了超帧的美尔倒谱系数（MFCC，MelFrequencyCepstralCoefficients）作为特征参数，利用DNN-HMM方法进行声学建模，并基于Kaldi工具箱构建了大词汇量深度神经网络的混合语音识别系统。两种方法的仿真实验结果表明，后者DNN-HMM声学模型下的识别率高于前者GMM-HMM语音识别系统的识别率。关键词：麦克风阵列；远距离语音识别；混合语音声学

8、模型；优化阵列参数；深度神经网络IAbstract辽宁工业大学硕士学位论文AbstractConventionalspeechrecognitionmethodhashigherrecognitionrateinnointerferencenoisyandquietenvironment.However,traditionalspeechrecognitionsystemperformancedegradesbecausethespeech