CN119418705A 基于深度学习的多语种实时语音识别系统及方法 （广州思正电子股份有限公司）_第1页
CN119418705A 基于深度学习的多语种实时语音识别系统及方法 （广州思正电子股份有限公司）_第2页
CN119418705A 基于深度学习的多语种实时语音识别系统及方法 （广州思正电子股份有限公司）_第3页
CN119418705A 基于深度学习的多语种实时语音识别系统及方法 （广州思正电子股份有限公司）_第4页
CN119418705A 基于深度学习的多语种实时语音识别系统及方法 （广州思正电子股份有限公司）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于深度学习的多语种实时语音识别系统率上均匀分布的三角带通滤波器对离散能量谱数功率谱离散余弦变换得到语音信号的特征参形成的码矢标号，并将码矢标号输入到HMM语音2语音信号增强单元，用于将待识别语音信号输入到维纳滤波模语音信号特征提取单元，用于接收增强后的语音信号，并对语音信号识别单元，用于将语音信号特征矢量输入到矢量量化;H(x)的计算过程如下：;其中，MSE为待识别语音信号与无噪声语音信号之间的均方误差，N表示待识别语音;;对数功率谱离散余弦变换得到语音信号的特征参数具;3将每4个语音信号特征矢量作为一个矢量即形成256个矢量，根最后码矢标号对应的语音单词都被训练成一基于Viterbi算法计算码矢标号对应的语音单词与DHMM形成的模型参数匹配的概率，7.基于深度学习的多语种实时语音识别方法，其对增强后的语音信号进行预加重、加窗分帧，接着对每一帧语将语音信号特征矢量输入到矢量量化器中，输出量化形成的码矢标4对数功率谱离散余弦变换得到语音信号的特征参数，基于特征参数提取语音信号特征矢;H(x)的计算过程如下：5;;[0008]进一步地，利用一组在频率上均匀分布的三角带通滤波器对离散能量谱进行处;;将码矢标号代入输入到HMM语音识别模型中进行训练，训练方法采用Baum_Welch基于Viterbi算法计算码矢标号对应的语音单词与DHMM形成的模型参数匹配的概6[0016]图1是本发明实施例的一种基于深度学习的多语种实时语音识别系统的系统框图2是本发明实施例的一种基于深度学习的多语种实时语音识别方法的工作流程[0019]本实施例提供了一种基于深度学习的多语种实时语音识别系统，图1是本发明实7对数功率谱离散余弦变换得到语音信号的特征参数，基于特征参数提取语音信号特征矢;H(x)的计算过程如下：;;;8;将码矢标号代入输入到HMM语音识别模型中进行训练，训练方法采用Baum_Welch在计算观测概率矩阵B时，可能会出现某个状态在某个时间点下生成某个观测值Baum_Welch算法可能会收敛到局部最优解而非全局最优解。为了避免这种情况，9基于Viterbi算法计算码矢标号对应的语音单词与HMM形成的模型参数匹配的概[0038]当处理完整个观测序列后，Viterbi表中的最后一个状态将包含到达该状态的最[0040]在一些实施例中，图2是本发明实施例的一种基于深度学习的多语种实时语音识步骤三，利用一组在频率上均匀分布的三角带

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论