資源描述：
《大詞匯連續(xù)漢語語音的mlp聲學(xué)特征的研究.doc》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、吻合器經(jīng)腹聯(lián)合斷流術(shù)56例療效分析［摘要］目的總結(jié)56參數(shù)如MFCC，PLP作為輸入向量的高斯混合模型(GMM)的隱馬爾可夫模型(H麗)的經(jīng)典模型在大詞匯連續(xù)語音識(shí)別系統(tǒng)(LVCSR)已取得了良好識(shí)別效果。但針對(duì)短時(shí)聲學(xué)特征區(qū)分性差的特點(diǎn)，本文提出采用神經(jīng)網(wǎng)絡(luò)多層感知器(MLP)產(chǎn)生的兩種類型差異特征HATs與TANDEM代替短時(shí)特征，分別訓(xùn)練G酮參數(shù)模型。實(shí)驗(yàn)結(jié)果表明，差異特征的GMH畫的LVCSR系統(tǒng)優(yōu)于傳統(tǒng)的短時(shí)特征的系統(tǒng)；為了更進(jìn)一步提高系統(tǒng)識(shí)別率，該文又將兩種類型差異特征HATs與TANDEM進(jìn)行復(fù)合，
2、構(gòu)成MLPs特征流重建GMH麗，系統(tǒng)的錯(cuò)字率(CER)有2%?％的明顯改善。關(guān)鍵詞：多層感知器；差異特征；隱馬爾可夫；高斯混合模型分類號(hào)：TN912文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(XX)13-3470-02MLPFeaturesforLargeVocabularyContinuousMandarinSpeechRecognitionSystemLVDan-jul,Ch.Plahl2,(ScienceDept.,SouthwestForestryUniversity,Kunming650224,Chin
3、a；Furlnformatik6-ComputerScienceDepartmentRWTHAachenUniversity,Aachen52056,Germany)Abstract：TypicallyHiddenMarkovModel(HMM)iniargevocabularycontitionsystem(LVCSR)ousticfeaturesvectutfeaturestotheGauGMM),hasachievedgots.However,fortheprmfeaturesondiscriworkmul
4、tilayerperctoproducetwotypesoturesHATsandTANDEMures,andrespectivegGMMparametermodelmentalresultsshowtRsystembasedondiscissuperiortothesysdontheshort-termfeprovethesystemrecotypesofdiscriminatTANDEMarecombinedaretrainGMHMM,thatlinuousspeechrecogn,usingshort-te
5、rmacors(MFCC/PLP)asinpssianmixturemodel(odrecognitionresulooroftheseshort-temination,neuralneteptron(MLP)areusedfdiscriminativefeainsteadofshortfeatly,thecorrespondinsaretrained.ExperihattheG順MMtheLVCSriminativefeaturestemtraditionalbaseatures；Tofurtherimgnit
6、ionrate,thetwoivefeaturesHATsandsMLPsfeatureflowtoeadstoanabsolutereductionofthecharactererrorrate(CER)ofabout2%^%.Keywords：MLP；discriminativefeatures；HMM；GMM對(duì)語音信號(hào)特征參數(shù)的研究是建立良好的語音識(shí)別系統(tǒng)的基礎(chǔ)與關(guān)鍵。在過去的研究中，語音識(shí)別系統(tǒng)的特征提取成分主要包括頻譜包絡(luò)預(yù)測(cè)，特別是經(jīng)過某些簡(jiǎn)單變化后的特征，目前前端大部分是基于短時(shí)軌跡（約10ms）信
7、號(hào)分析的美爾倒譜（MFC）或是感知線性預(yù)測(cè)（PLP）。但這些傳統(tǒng)的短時(shí)特征參數(shù)存在著對(duì)信號(hào)變化過于敏感，不能反映連續(xù)幀之間的相關(guān)特性，區(qū)分性差等方面的不足。近年來，國外很多語音研究機(jī)構(gòu)在語音信號(hào)的特征提取、聲學(xué)建模方面引入了神經(jīng)網(wǎng)絡(luò)ANN，其中由Berkeley國際計(jì)算機(jī)學(xué)院（ICSI）提出用基于MLPs的特征取代傳統(tǒng)特征，系統(tǒng)的識(shí)別率得到了明顯改善［1-3］?；贛LPs特征的差異性的優(yōu)勢(shì)和GMM/H畫模型的成熟性，本文提出將變換后的MLPs差異特征后驗(yàn)概率看作是G腿畫的輸入向量，重新構(gòu)建GMHMM模型。實(shí)驗(yàn)結(jié)
8、果表明MLPs特征具有更好的特性，LVCSR的識(shí)別率得到了明顯的改善。1基于MLP的差異聲學(xué)特征為彌補(bǔ)了來自言語感知和倒譜的短時(shí)分析的不足，獲取時(shí)序相關(guān)聯(lián)的多幀語音信息（即音素信息），文本引入了神經(jīng)網(wǎng)絡(luò)ANN的MLP,以提取基于非短時(shí)軌跡的非傳統(tǒng)特征。本文采用的MLP特征為HATs和TANDEM兩種。長(zhǎng)時(shí)HATs特征參數(shù)HATs特征基于人對(duì)不同頻帶的感覺不同，HATs特征
