基因算法训练连续隐马尔柯夫模型的语音识别

《基因算法训练连续隐马尔柯夫模型的语音识别》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基因算法训练连续隐马尔柯夫模型的语音识别隐马尔柯夫模型(HMM)方法现已成为语音识别的主流技术，该方法在语音识别时识别速度较快，并且有较高的识别率。在HMM中，又分为离散HMM(DHMM)和连续HMM(CHMM)。由于CHMM直接以帧语音特征向量本身为观测序列，而不是像DHMM那样先将语音特征向量经矢量量化为观测符号，因此CHMM有优于DHMM的识别精度。然而，由于CHMM参数多，传统的训练方法采用迭代法，先假设初始值，用语音信号的观测序列对该初始值进行训练，也即按照一定的方法对这些估值进行提纯，对提纯了的估值要接着进一步的提纯，直到再没有改进的余地，达到某个

2、局部最佳值为止。传统的训练方法不保证训练得到全域最优解，而且训练所需要的时间非常巨大。本文着重研究了基因算法［4，5］，并按照CHMM的特点构造染色体，用基因算法对CHMM进行训练。基因算法自身的特点使得训练结果趋向于全域最优解。同时，由于只需要用Viterbi算法计算语音的观测序列对某一CHMM模型的相关概率，用作基因算法的适应函数，故该算法可以提高CHMM的训练速度。一、算法的理论基础基因是生物学概念，之所以将基因算法引入HMM的训练中，是因为HMM的训练过程实际上是一个在特定范围内将HMM模型进行一次次的迭代提纯，选择最优模型的过程。这和自然界物种间互相

3、竞争、优胜劣汰的现象是相似的。生物的遗传基因包含在染色体中，染色体总是成对的出现，父代生物的染色体各自复制自己的基因传给子代，经过一定的交叉，基因重组形成下一代生物的染色体，来自父代的基因特性能够在子代上体现并保持下去。而在遗传的同时，又有一定的基因突变。基因突变造成生物体突变现象，打破了旧有的平衡，突破了旧的基因的活动区域，对物种的进化有很大的影响。生物进化的动力来自于遗传和选择，不论是正常的基因重新组合，还是突发的无方向性的基因突变，都可以控制对子代基因中有害淘汰，而只将有益的保留下来，使生物向好的方向进化。将较优的基因保留下来，一代又一代不断选择的结果使

4、子代的基因收敛于某个单一的基因形式，这个基因型就是在特定优化问题的最优解。从数学的角度解释，可以简单地认为，基因重组使子代基因趋向于局部最优解，而基因突变使子代基因突破局部的范围，经过很多代的遗传和选择，达到全域最优解。传统的CHMM训练算法的实质是选择一个CHMM模型为初始值，也即选择初始状态向量π。状态转移矩阵A和每个状态的输出概率密度函数bj(o)=∑cjkN(o,μjk,Ujk)，将其数值与观测序列一起运算，求出一个新的、优于旧CHMM的估计模型，反复迭代，直到局部最优解。可以采用几个不同的初始值，希望能够到达更好的最佳值。将基因算法引入CHMM的训练

5、，就是基于将CHMM看作在特定域的有约束的寻找最佳匹配点的问题。CHMM的状态转移矩阵A和输出概率密度函数中的混合系数c矩阵的每一行向量之和为1.0，可看作是优化问题的约束条件。如果在选取CHMM的初始值时，不是选取一个初始值，而是选取一组分布于不同区域的初始值，以某一种特定的训练方法，使其趋向于全域最优解，那么最终也同样可以完成对CHMM的训练。二、基因算法的实现在自然界中，生物进化的动力来自于遗传和选择。在基因算法中，主要的操作就是模拟遗传的基因重组和基因突变，以及模拟自然选择的样本选择。根据待优化问题的数学模型，定义适合函数F(ai)。其中ai是某一条染

6、色体，则适合函数F(ai)就是该染色体与目标函数的距离，或是判断该染色体优劣的依据。对每一代基因，计算所有染色体的适合函数，进行排序选择一定数目较优秀的染色体，作为生成下一代基因的父代样本。自然界中染色体成对出现，交配时一对染色体分离、重组。图1为多点交叉重组的示意图。多点交叉在实现时，可以设定交叉概率门限为ρc。染色体的长度为L，对于随机数0≤rj≤1(j=1,2,…,L)，如果rj≥ρc，那么下一个变量属于另一条基因，否则下一个变量与前一个变量属于同一条基因。图1多点交叉示例Fig.1Multipointscrossover最佳基因是在一代一代的基因重组和

7、基因突变中形成的，是在选择的作用下最适应的个体。基因突变有利于从局部最佳处跳出，防止算法的过早收敛。设定突变概率门限为ρm，对于随机数0≤rj≤1(j=1,2,…,L)，如果rj≤ρm，那么染色体中第j个变量有突变现象发生；否则，复制原染色体的第j个变量。下面给出基因算法的具体实现步骤：1.产生随机数，组成最初的染色体p0=(a1,a2,…,aL)。其中ai为一条染色体，由数学模型中所有的参数按某一特定的排列方式组成。2.计算各条染色体的适合函数F(ai)。并选其适合函数F(ai)进行排序，设定门限，选取新的父代染色体p′t。3.以随机方式选取染色体交叉。4.

8、在自然界的生物进化过程中，基因变异是很