【基於共振峰走向估计的汉语韵母识别】李海州.pdf

目录一、概述 1。语音识别的现状 2．汉语语音识别 3。本文的工作二、韵母识别系统 1.韵母的频谱分析 2．同态滤波系统.韵母识别系统 4。共振峰跟踪箕法三、韵母分类 1。复韵母分类 2。鼻韵尾韵母的研究四,实验及讨论 1。实验实验一:声韵母自动划分实验二:韵母声调识别实验三:韵母识别。讨论五、动态频率弯折箕法 1。DFW距离量度 2.识别实验六、结论.

一、概述 1。语音识别的现状自动语音识别的目的是使机器能听懂人类的语言,对语音识别的研究已有3O多年的历史,随着LPC.DTW和CEP等语音信号数字处理技术的出现,人们制成了各种性能的识别机.近年来,识别率较高的小词汇集孤立字认人识别系统已逐渐完善,对严格挑选的词汇集可达到无错识别,1986年,西德的 AAktas等人研究的1000以上词汇认人识别机识别率已达到98。不认人识别的工作也取得了较大的进展,利用DTW方法实现的中等和较大词汇集的不认人识别达到了较高识别率,1984 年,Rabiner等人利用HMM模型识别了129个英文单字,1985 年,日本人研究了基

400字(音节)和声调的不认人识别,就可以实现汉语不限词汇集的孤立字识别.孤立字的识别大致可以分为二种方法:第一种是整字识别,它有利于词汇集的更改和在不同语种语音识别研究中的推广,但是,它要求对识别集中的每一单字进行样本训练,这限制了词汇量的增加。第二种是以音素为基元的识别,它仅需记录有限的音素,有利于词汇量的扩大,然而,现在的研究工作对于音素特征的表达仍有一定的局限性。有人已经结合上面两种方法对英文单字进行识别,以发音核心(Vocalnuclei)为识别基元,它充分利用了二种方法的优点。本文也是基于这样的考虑,对音节先进行声。韵母划分,把声、韵母分别作为识别基元。