語(yǔ)音識(shí)別基礎(chǔ)

語(yǔ)音識(shí)別基礎(chǔ)第七章連續(xù)語(yǔ)音識(shí)別系統(tǒng)7.1連續(xù)語(yǔ)音識(shí)別問題的難點(diǎn)*7.2連續(xù)單詞語(yǔ)音識(shí)別的方法*7.3語(yǔ)音聽寫系統(tǒng)*第七章連續(xù)語(yǔ)音識(shí)別系統(tǒng)

提交時(shí)間：第七章回家作業(yè)7.1連續(xù)語(yǔ)音識(shí)別問題的難點(diǎn)(1)單詞切分-連續(xù)語(yǔ)音句子中各單詞的發(fā)音之間通常是沒有停頓的，即各單詞之間不存在明顯的邊界。(2)發(fā)音變化-連續(xù)語(yǔ)音中各單詞的發(fā)音通常都比較自然和隨便，因而，各單詞受協(xié)同發(fā)音的影響也更為嚴(yán)重。7.2連續(xù)單詞語(yǔ)音識(shí)別的方法連續(xù)單詞語(yǔ)音識(shí)別的技術(shù)難點(diǎn)-單詞序列的長(zhǎng)度未知-單詞序列中各單詞之間的邊界未知。-當(dāng)給定M個(gè)單詞參考模式和L長(zhǎng)的待識(shí)語(yǔ)音模式時(shí)，就可能有ML種組合的匹配序列。連續(xù)單詞識(shí)別的基本原理及其典型算法

-基本原理*

-兩級(jí)DP法(Two-LevelDynamicProgramming)*-分層構(gòu)造法(LevelBuilding)

*7.3語(yǔ)音聽寫機(jī)系統(tǒng)核心*：聲學(xué)模型(HMM)和語(yǔ)言模型(N-gram)語(yǔ)音聽寫系統(tǒng)的原理框圖WASR裝置聲學(xué)參數(shù)分析語(yǔ)言解碼語(yǔ)言模型說話者發(fā)聲文章生成聲學(xué)模型聲學(xué)信道(語(yǔ)言編碼)SX文章W^連續(xù)單詞語(yǔ)音識(shí)別的示意圖基本思路連續(xù)單詞語(yǔ)音識(shí)別系統(tǒng)的參考模式由孤立單詞的參考模式按時(shí)間順序動(dòng)態(tài)接續(xù)組合而成，識(shí)別系統(tǒng)把待識(shí)連續(xù)單詞語(yǔ)音和被接續(xù)起來的單詞模式序列進(jìn)行匹配比較，距離最短的單詞參考模式之序列就為識(shí)別結(jié)果。

···TRvR3R2R1基于HMM框架的連續(xù)語(yǔ)音識(shí)別系統(tǒng)音素a音素b音素c詞條A1詞條A2詞條A3詞條B1BEGIN詞條B1END語(yǔ)音特征矢量序列音素模型詞條模型句子模型聲學(xué)層語(yǔ)音層構(gòu)詞層句法層兩級(jí)DP法(1)計(jì)算任意起始幀b和終止幀e之間的最佳累計(jì)距離D(b,e)起始幀b終止幀e123…M123D(v,b,e)…M～起始幀b終止幀e123…M123D(b,e)…M～～D(b,e)=min{D(v,b,e)}1≤v≤V～～兩級(jí)DP法(2)初始化D0(0)=0，Dk(0)=∞，1≤k≤Kmax(2)置k=1，計(jì)算D1(e)=D(1,e)，2≤e≤M(3)迭代計(jì)算(k=1,…,Kmax)

D2(e)=min{D(b,e)+D1(b-1)}，3≤e≤M1≤b＜eD3(e)=min{D(b,e)+D2(b-1)}，4≤e≤M1≤b＜eDk(e)=min{D(b,e)+Dk-1(b-1)}，k+1≤e≤M1≤b＜e－－－－－－－－－～～～～eb

eD1(e)D2(e)

39

410

51361715=(6+9)

72214=(4+10)

82516=(6+10)92918=(8+10)103320=(10+10)113722=(12+10)124125=(15+10)134529=(19+10)145033=(23+10)156040=(30+10)

123456789101112131415

19101317222529333741455060271014172125293236404553

3913161923262832354047

468911121419232833

54681012151923306912161923273033

715182227323745

8121621252933

968101316105791211468122413214—15—兩級(jí)DP法(3)終止幀e起始幀b任意起始幀b和終止幀e之間的最佳累計(jì)距離D(b,e)～－－分層構(gòu)造法(1)D11(m)，m11(1)≤m≤m12(1)D12(m)，m21(1)≤m≤m22(1)…D1V(m)，mV1(1)≤m≤mV2(1)m1(l)=min{mv1(l)}；m2(l)=max{mv2(l)}

1≤v≤V1≤v≤VDlB(m)=min{Dlv(m)}：第l層、到達(dá)第m幀時(shí)的最佳距離

1≤v≤VNlB(m)=argmin{Dlv(m)}：與DlB(m)相對(duì)應(yīng)的參考模式之指針

1≤v≤VLmaxD*=min{DlB(m)}

1≤l≤－－－－－－－－－分層構(gòu)造法(2)Level1ENDINGRANGEm1(1)m2(1)mN1n1R1N2n1R2Nvn1Rv…m11(1)m12(1)m21(1)m22(1)mv1(1)mv2(1)Level2ENDINGRANGEm1(2)m2(2)mN1n1R1N2n1R2Nvn1Rv…m11(2)m12(2)m21(2)m22(2)mv1(2)mv2(2)分層構(gòu)造法(3)0223230010102232302232300101022323311010200101abbcbcabbcbcabacbABTT-32233BABA,BB11-32