基于統(tǒng)計(jì)模式識(shí)別發(fā)音錯(cuò)誤自動(dòng)檢測(cè)的研究.pdf

1、中國(guó)科學(xué)技術(shù)大學(xué)博士學(xué)位論文基于統(tǒng)計(jì)模式識(shí)別發(fā)音錯(cuò)誤自動(dòng)檢測(cè)的研究姓名：張峰申請(qǐng)學(xué)位級(jí)別：博士專(zhuān)業(yè)：信號(hào)與信息處理指導(dǎo)教師：王仁華戴禮榮20090501摘要此外，除了聲學(xué)建模的改進(jìn)以外，本文還從發(fā)音檢錯(cuò)的后端處理方面，提出了三維后端歸一化的處理策略和基于機(jī)器學(xué)習(xí)的后端處理策略。首先，通過(guò)對(duì)專(zhuān)家打分和實(shí)驗(yàn)數(shù)據(jù)的分析，提出了要在說(shuō)話人層次上引入說(shuō)話人整體發(fā)音水平的特征：其次，通過(guò)對(duì)文本相關(guān)的后驗(yàn)概率的分析，提出了要在說(shuō)話內(nèi)容層次上引入音素類(lèi)

2、別的特征；再次，通過(guò)對(duì)系統(tǒng)使用中的干擾問(wèn)題的分析，提出了要在說(shuō)話時(shí)間層次引入前后文得分的特征。最后，通過(guò)引入這三個(gè)層次的特征，提出了三維后端歸一化的處理策略，大幅度提高了系統(tǒng)性能。三維后端歸一化的處理策略也有一些問(wèn)題，比如多維特征的處理。為了解決這些問(wèn)題，我們提出了更加可靠的基于機(jī)器學(xué)習(xí)的后端處理策略，通過(guò)SVM來(lái)處理多維特征的優(yōu)化。最后，通過(guò)以上的研究工作，可以實(shí)現(xiàn)一個(gè)性能比較穩(wěn)定的發(fā)音檢錯(cuò)系統(tǒng)，在此基礎(chǔ)上，本文提出了發(fā)音檢錯(cuò)的聲學(xué)模

3、型自動(dòng)更新策略，該策略能通過(guò)對(duì)未標(biāo)注的原始數(shù)據(jù)的獲得，針對(duì)錯(cuò)誤發(fā)音樣本進(jìn)行處理，不斷的提高發(fā)音檢錯(cuò)系統(tǒng)的性能。首先，本文分析了錯(cuò)誤檢測(cè)度量生成算法，說(shuō)明了對(duì)錯(cuò)誤發(fā)音進(jìn)行建模的必要性；接著通過(guò)對(duì)錯(cuò)誤發(fā)音的特點(diǎn)和非監(jiān)督的參數(shù)估計(jì)的分析，提出了幾種錯(cuò)誤發(fā)音建模的策略，其中錯(cuò)誤發(fā)音半監(jiān)督聚類(lèi)建模的算法效果最好。進(jìn)一步，通過(guò)已建立的性能比較可靠的檢錯(cuò)系統(tǒng)以及錯(cuò)誤發(fā)音建模算法，本文提出了發(fā)音檢錯(cuò)的聲學(xué)模型自動(dòng)更新策略，能夠處理未標(biāo)注的原始數(shù)據(jù)，改進(jìn)