基于GMM的連接詞語音識別及大詞匯表系統(tǒng)的語言建模.pdf

1、連接詞語音識別又稱連續(xù)數(shù)字語音識別。由于其實現(xiàn)方便，所需存貯要求低，運行速度快，具有廣泛的實用價值，其眾多的應用，如電話語音撥號、家電遙控、工業(yè)控制等，都給人們帶來極大的便利。連接詞識別的研究又可以推動大詞匯表語音識別的發(fā)展，所以多年來許多研究機構都致力于連接詞語音識別的研究和算法改進。 本文實現(xiàn)了一個基于Gaussian混合模型的連續(xù)數(shù)字語音識別器。它將隱Markov模型和Gaussian混合密度分布緊密聯(lián)系，結(jié)合動態(tài)規(guī)劃算法

2、對時間序列和Markov狀態(tài)鏈進行非線性時間對齊，并運用EM算法對Gaussian混合模型的參數(shù)進行重新估計，識別出來的結(jié)果與期望結(jié)果采用Levenshtein距離進行比較并得出其字誤差率。利用該語音識別器對SieTill德語連續(xù)數(shù)字語料庫進行訓練和識別，可以達到很高的識別率。 同時本文還就大詞匯表語音識別系統(tǒng)的語言模型的構建以及評估問題進行深入探討，詳細介紹了線性平滑和Kneser-Ney平滑技術，并用最大似然估計的方法獲得其