真實(shí)場(chǎng)景與合成場(chǎng)景的分析比較

《真實(shí)場(chǎng)景與合成場(chǎng)景的分析比較》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。

1、真實(shí)場(chǎng)景與合成場(chǎng)景的分析比較摘要：作者：謝峰-相關(guān)文章關(guān)鍵詞：的分析類別：專題技術(shù)來(lái)源：牛檔搜索（Niudown.COM）　　本文系牛檔搜索（Niudown.COM）根據(jù)用戶的指令自動(dòng)搜索的結(jié)果，文中內(nèi)涉及到的資料均來(lái)自互聯(lián)網(wǎng)，用于學(xué)習(xí)交流經(jīng)驗(yàn)，作品其著作權(quán)歸原作者所有。不代表牛檔搜索（Niudown.COM）贊成本文的內(nèi)容或立場(chǎng)，牛檔搜索（Niudown.COM）不對(duì)其付相應(yīng)的法律責(zé)任！真實(shí)與合成場(chǎng)景對(duì)語(yǔ)音識(shí)別系統(tǒng)性能影響的分析比較謝峰1,2王向東1,2錢躍良1劉群1(1.中國(guó)科學(xué)院計(jì)算技術(shù)研究所北京100080；2.中國(guó)科學(xué)院研究生院北京100085）摘要

2、：在國(guó)內(nèi)外語(yǔ)音識(shí)別評(píng)測(cè)中，評(píng)測(cè)語(yǔ)音識(shí)別系統(tǒng)在真實(shí)噪音環(huán)境中的性能是一個(gè)重要的評(píng)測(cè)任務(wù)。評(píng)測(cè)數(shù)據(jù)通常是由純凈語(yǔ)音與不同噪音疊加形成的合成場(chǎng)景。本文首先用訓(xùn)練模型不同的各種語(yǔ)音識(shí)別系統(tǒng)對(duì)真實(shí)場(chǎng)景與合成場(chǎng)景進(jìn)行識(shí)別實(shí)驗(yàn)，得到實(shí)驗(yàn)數(shù)據(jù)，然后運(yùn)用統(tǒng)計(jì)學(xué)方法對(duì)數(shù)據(jù)進(jìn)行分析，分析并比較了真實(shí)與合成場(chǎng)景對(duì)不同識(shí)別系統(tǒng)的性能影響效應(yīng)，同時(shí)得出了一些新穎的結(jié)論。關(guān)鍵字：語(yǔ)音識(shí)別；真實(shí)與合成場(chǎng)景；性能影響效應(yīng)；方差分析。中圖法分類號(hào)：TP39文獻(xiàn)標(biāo)識(shí)碼：AAnalysisofforSpeechRecognitionSystemXIEFeng1,2WANGXiangdong1,2QI

3、ANYueliang1LIUQun1(1.InstituteofComputingTechnology,ChineseAcademyofSciences,Beijing,100080,China2.GraduateUniversityoftheChineseAcademyofSciences,Beijing,100085,China){xiefeng,xdwang,ylqian,liuqun}@ict.ac.cnAbstract:.Keywords:SpeechRecognition;ANOVA.1引言目前關(guān)于提高語(yǔ)音識(shí)別系統(tǒng)在真實(shí)噪音環(huán)境下的魯棒性問題已經(jīng)成

4、為了語(yǔ)音識(shí)別技術(shù)的研究熱點(diǎn)[1][2][3]。因此在國(guó)內(nèi)外的語(yǔ)音識(shí)別評(píng)測(cè)中，評(píng)測(cè)語(yǔ)音識(shí)別系統(tǒng)在真實(shí)噪音環(huán)境下的性能是重要的評(píng)測(cè)任務(wù)之一。評(píng)測(cè)語(yǔ)音識(shí)別系統(tǒng)在真實(shí)噪音環(huán)境下的系統(tǒng)性能，需要有大量的測(cè)試數(shù)據(jù)。理想的測(cè)試數(shù)據(jù)應(yīng)該是在各種真實(shí)的噪音環(huán)境中錄制的含噪語(yǔ)音，我們稱為真實(shí)場(chǎng)景。然而由于背景噪音不同的真實(shí)場(chǎng)景有很多，要錄制這些真實(shí)場(chǎng)景即耗時(shí)又耗力。所以通常采用將純凈語(yǔ)音數(shù)據(jù)與噪音數(shù)據(jù)線性疊加形成的含噪語(yǔ)音作為測(cè)試數(shù)據(jù)。我們稱這樣的含噪語(yǔ)音為合成場(chǎng)景。我們只需要在安靜的地方錄制一遍純凈語(yǔ)音，在不同噪音環(huán)境下錄制單純的噪音，再拿不同的噪音分別和純凈語(yǔ)音作疊加就可以形

5、成各種含背景噪音的語(yǔ)音數(shù)據(jù)了。這要比錄制真實(shí)含噪語(yǔ)音簡(jiǎn)單方便的多。合成的含噪語(yǔ)音是用噪音與純凈語(yǔ)音進(jìn)行線性疊加形成的。但實(shí)際上在真實(shí)環(huán)境下的含噪語(yǔ)音里噪音和話音之間可能還存在一些諸如卷積之類的一些復(fù)雜關(guān)系。雖然在聲學(xué)條件上合成與真實(shí)場(chǎng)景可能存在一些差異，但是在本文中我們希望通過實(shí)驗(yàn)證明含同種噪音的真實(shí)與合成場(chǎng)景在統(tǒng)計(jì)學(xué)意義里對(duì)系統(tǒng)性能的影響效應(yīng)是沒有顯著差異的，即我們可以用合成場(chǎng)景模擬真實(shí)應(yīng)用場(chǎng)景進(jìn)行我們的研究。對(duì)真實(shí)與合成場(chǎng)景的分析比較就是運(yùn)用統(tǒng)計(jì)學(xué)方法，分析比較在真實(shí)環(huán)境下錄制的含噪語(yǔ)音與在純凈語(yǔ)音上疊加噪音形成的合成含噪語(yǔ)音兩者對(duì)不同的語(yǔ)音識(shí)別系統(tǒng)的性能

6、影響效應(yīng)。其中真實(shí)場(chǎng)景與合成場(chǎng)景的背景噪音類型是一致的。本文首先進(jìn)行語(yǔ)音識(shí)別實(shí)驗(yàn)，把真實(shí)與合成場(chǎng)景數(shù)據(jù)作為測(cè)試集進(jìn)行測(cè)試得到測(cè)試結(jié)果，然后運(yùn)用統(tǒng)計(jì)學(xué)中的析因設(shè)計(jì)法對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分組，得到分析數(shù)據(jù)，再運(yùn)用方差分析法對(duì)數(shù)據(jù)進(jìn)行分析。具體流程如圖1所示。圖1總體流程圖2實(shí)驗(yàn)原理介紹本文主要運(yùn)用統(tǒng)計(jì)學(xué)方法對(duì)語(yǔ)音識(shí)別測(cè)試結(jié)果進(jìn)行分析，比較真實(shí)與合成兩種場(chǎng)景對(duì)于不同的語(yǔ)音識(shí)別系統(tǒng)，其識(shí)別性能是否有顯著的差異。首先介紹幾個(gè)基本概念，將影響語(yǔ)音識(shí)別系統(tǒng)性能的語(yǔ)音數(shù)據(jù)屬性稱為因素。如噪音場(chǎng)景、信噪比（SNR）、說(shuō)話人性別、說(shuō)話人口音、語(yǔ)速等。因素的取值或分類稱為因素的水平，如“

7、說(shuō)話人性別”有兩個(gè)水平：“男”和“女”。本文運(yùn)用析因試驗(yàn)設(shè)計(jì)方法進(jìn)行語(yǔ)音識(shí)別實(shí)驗(yàn)并統(tǒng)計(jì)分析數(shù)據(jù)，運(yùn)用方差分析法進(jìn)行實(shí)驗(yàn)結(jié)果分析。析因設(shè)計(jì)也叫做全因子實(shí)驗(yàn)設(shè)計(jì)，是根據(jù)因素的全組合安排試驗(yàn)的試驗(yàn)優(yōu)化設(shè)計(jì)方法。析因設(shè)計(jì)就是實(shí)驗(yàn)中所涉及到的全部實(shí)驗(yàn)因素的各個(gè)水平的全面組合形成不同的實(shí)驗(yàn)條件，在每個(gè)實(shí)驗(yàn)條件下進(jìn)行兩次或兩次以上的獨(dú)立重復(fù)實(shí)驗(yàn)。析因設(shè)計(jì)的最大優(yōu)點(diǎn)是所獲得的信息量很多,可以準(zhǔn)確地估計(jì)各實(shí)驗(yàn)因素的主效應(yīng)的大小,還可估計(jì)因素之間各級(jí)交互作用效應(yīng)的大小。方差分析（analysisofvariance,簡(jiǎn)稱ANOVA）又稱變異數(shù)分析或F檢驗(yàn)，其目的是推斷兩組或多組資

8、料的總體均數(shù)是否相同，檢驗(yàn)兩個(gè)或多個(gè)樣