基于HMM建模的蒙古語連續(xù)語音識別系統(tǒng)的研究與實現(xiàn).pdf

1、語音識別(speech recognition)是機器通過識別和理解過程把人類的語音信號轉(zhuǎn)變?yōu)橄鄳奈谋净蛎畹募夹g(shù)。其根本目的是研究出一種具有聽覺功能的機器，這種機器能直接接受人的語音，理解人的意圖，并作出相應的反應。本文課題來源是國家高技術(shù)研究發(fā)展計劃(863計劃)資助的項目“蒙古語語音識別技術(shù)的研究”。 蒙古語言屬阿爾泰語系，與西方語言相似是一種拼音語言。蒙古語發(fā)音時由若干音素拼接而成，但在元音和諧、輔音結(jié)合方面有

2、自己獨特的規(guī)律。結(jié)合蒙古語特點本文在蒙古語語音聲學模型的設計和語言模型的建立方面做了有益的嘗試。 本文使用三音子作為基本的識別單元，在詞層使用了統(tǒng)計語言模型，用HTK作為訓練和識別工具，最終采用識別率較高的HMM模型建立蒙古語連續(xù)語音識別系統(tǒng)。 本文共分為七章。第一章為緒論部分，論述了本課題的來源，語音識別技術(shù)研究意義，以及開發(fā)蒙古語音識別系統(tǒng)的意義?；仡櫫苏Z音識別技術(shù)的發(fā)展歷史。并簡介了本文的研究內(nèi)容。第二章介紹了語音

3、識別原理、語音識別系統(tǒng)的分類和語音信號處理。第三章介紹了在語音識別系統(tǒng)中使用的隱馬爾可夫模型的基本原理。包括基本概念，三個重要問題，以及連續(xù)密度隱馬爾可夫模型和隱馬爾可夫模型的種類。第四章介紹了蒙古語語音識別系統(tǒng)的語料庫與語音庫的建立。第五章闡述了本文所建立的基于HMM建模的蒙古語連續(xù)語音識別系統(tǒng)、的框架及其實現(xiàn)以及蒙語語音識別應用技術(shù)研究。第六章是在本文建立的連續(xù)語音識別系統(tǒng)的基礎上，通過實驗檢驗各種模型改進和優(yōu)化方法對識別率的影響。