【毕业学位论文】连续无限制语音流中关键词识别方法研究-计算机应用技术博士论文

连续无限制语音流中关键词识别 方法研究 (申请清华大学工学博士学位论文) 培养单位： 清华大学计算机科学与技术系 专 业： 计算机应用 研 究 生： 郑 方 指导教师： 石纯一 教授 副指导教师： 吴文虎 教授 一九九七年五月 N 1997连续无限制语音流中关键词识别方法研究 摘要 要 本文对连续无限制语音流中关键词识别的方法进行了深入的研究，主要针对两个问题：一是词表无关的建模；二是现实世界的应用。包括：1. 提出了基于中心距离正态(布的特征提取和选择降维方法。传统的主分量降维方法需要变换矩阵，时空开销大。本文的方法与其相比优点在于：(1)使用一个权向量取 降维变换矩阵，变换 一个 向量和中心距离 ；(2) 分 ， 需对变换矩阵进行 ；(3) 了距离的分布 ， 是距离本 。 降维方法对在语音 中 个 特征， 特征 的。2. 对语和音的变 进行了大量的统分 ，“语音识别中基的选择。研究表 ，与音”音 ， 的特点。使用音使统的 提23. 提出了基于 布的中心距离连续模( 入模(。了相对 要的 矩阵， 心 在 出向量， 态 的特征空 。 音 和 文对特征的 ， 对 态 的特征空 进行 空 分，个特征空 的 。在 的 提 ，时空 。实 “表 ，与传统 方法相比， 用的 8%的提。4. 提出了 态的。降 了特征对 态 的 ， 用态 的 链 逼近 态连续的 程提供了依据。5. 提出了一 知识引导的搜索策略。运用学”语言学知识对搜索路径进行的剪枝，提了， 了 。6. 提出了一 拒识量分布的临界区域中落入的特征向量的百分比(该拒识量的优点在于：(1) 拒识量是 同于学模得分的量；(2) 拒识量是一个 一 的量，拒识阈 容易确定；(3) 拒识判别只取决于待识语音本 与相应模的匹配得分，与其他模无关。7. 针对 音问题，提出了在词法网络中分裂易音距离 量方法。还给出了确定易音域与 音分 知识；音距离与易程 的关。8. 实现了一个在实际环境 使用的关键词识别器。测试表，统具 的质量因 (约91%)。关键词关键词：关键词识别，词表无关，中心距离连续模( 入模 (模距离 量连续无限制语音流中关键词识别方法研究 摘要 to in . A of on is of 1)(2) is is no 3)of is in MM)of DN MM of 4. of is It on a is to A is is 1)in (2) it is a (3) 摘要 in a to 录 关键词识别概述. 键词识别的意义.键词识别的一个应用实例.用背景. 关键词识别与连续语音识别的关. 国 外发展动态. 评价问题. . .特征提取与选择. 言. 语音帧短时分 和基本特征 .域 .谱 .知线 预测 .于特征 的比实 . 利用相邻帧 的相关 和时时序 部分.已 得 一阶”二阶的时 派生 动态特征.时特征.于特征 组方的实 . 特征 的距离 量问题. 特征的变换与取 .分量分 法.态变换.心距离正态(布降维 . 特征的 . 语音特征的变换. 同 语音的特征变换.特征的 应. 录 .语音识别的基元. 言. . “ . .音和音基本音. 文相关音二音( 音(.键音. . “.模式划分方法. 言. 模(基本“ .基本问题. 进. 分布. 态 .态 矩阵的 .态的：利用相邻帧 的相关 模部分. 模. 中心距离连续模(.音 的特点. 制. 特征空 的 . 特征空 的 空 .态连续的 程. 模 应. 录 .训练问题. 引言. 据 的建 .据 .征提取.据 和 工 一音. 模. 据 的 器 和 . 二 . 方法的 进提统 .据 同的提出 同的决方法.统 评价的 方法. 器分 进行 入模 (模. “.搜索策略. 引言. 预“利用线 /线 分. 帧同的 进.同的.同的. 分利用 知识(学知识语言知识). “.关键词识别策略. 言. 关键词识别统的基本网络“ . 录 键词识别的两 策略. 关键词识别的关键问题拒识.用二分 器进行拒识.择拒识量进行拒识.用分布的临界区域 落入的特征向量百分比(行拒识判别. 关键词识别中的语言模. .法 限 态 动 其 动 . 现实世界关键词识