【基於隐马尔可夫模型的汉语语音识别】罗明.pdf

Ⅱ Ⅲ 1 8 8 9目录第一章绪论第二章语音信号数字处理语音数字信号的获取语音特征提取矢量量化第三章隐马尔可夫模型与语音识别 3离散马尔可夫过程 3离散隐马尔可夫模型 3连续隐马尔可夫模型 3半连续隐马尔可夫模型 3语音的隐马尔可夫模型第四章孤立字语音识别 4DHMM语音识别 4CHMM语音识别 4SCHMM语音识别 4几种HMM算法的总结第五章总结与展望华南理工大学硕士论文目录致谢中文摘要英文摘要2 2.

摘要隐马尔可夫模型(HMM)是现代语音识别的一个研究热点,本文的目的是研究和实现三种HMM一离散HMM(DHMM)、连续HMM(CHMM)、半连续HMM(SCHMM),在基于汉语语音数据库的实验中得到这三种模型的比较结果。本论为了得到用于训练HMM的语音特征,我们对语音信号进行了各种时域及赖域分析,包括短时能量、短时过零率、线性预测编码、短时倒谱分析:实现了矢量量化算法:介绍了参数估计中常用的EM算法,实现了分别实现了DHMM/VQ、CHMM、SCHMM算法,通过改变模型构成元素,观察它们对模型识别率和计算复杂性的影响,得到一系列如何调节模型分别用DHMMVQ、CHMM

第一章绪论通过声音互相传递信息,这是人类最重要的基本功能之一。语音识别的研究自的是让机器”听”人类口述的语言。听碰有两种含意,第一种是将这种口述语言逐词(学)逐句地转换为相应的书面语言(即文字),第二种则是对口述语言中所包含的要求或询问做出正确的相应,而不拘泥于所有词的正确转换为书面文字。语音识别和语音合成相结合,即构成一个”人一机通信系统”.2、语音的多义性。人们听语音,理解语音的意思,是以人的知识为背景的.4、语音质量变化。这包括说话时背景噪声的强度及说话者讲话的清晰程度两方面。