1、基于語音樣例查詢的關(guān)鍵詞識別是關(guān)鍵詞識別的一個重要分支，該類關(guān)鍵詞識別不需要考慮關(guān)鍵詞對應(yīng)的文本信息就能夠從音頻數(shù)據(jù)中快速地搜索并返回與查詢關(guān)鍵詞相關(guān)語音段。因此，該方法主要應(yīng)用于缺乏語音資源和語音學(xué)知識的小語種。近年來，隨著國際化進(jìn)程的不斷加快，針對小語種的語音處理特別是關(guān)鍵詞識別迅速進(jìn)入人們的視野，成為現(xiàn)階段語音處理的一個熱點(diǎn)問題。本論文主要針對該領(lǐng)域的兩個問題進(jìn)行研究:第一，相對于傳統(tǒng)聲學(xué)特征，具有更高可區(qū)分性特征的研究;第二，針

2、對采用隱馬爾可夫模型(Hidden Markov Model，HMM)的關(guān)鍵詞建模識別，研究樣本稀缺情況下關(guān)鍵詞模型的訓(xùn)練方法。
　　近年來，隨著學(xué)習(xí)方法的不斷改進(jìn)，深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Network，DNN)在模式識別中得到了諸多成功的應(yīng)用，引起了學(xué)術(shù)界廣泛的關(guān)注。在語音識別中，基于DNN狀態(tài)輸出的DNN-HMM相比高斯混合模型(GaussianMixture Model，GMM)-HMM基線系統(tǒng)大大降低了語音

3、識別詞錯誤率。而由具有狹窄中間層，也稱為瓶頸層(BottleNeck，BN)的DNN提取出的BN特征在GMM-HMM基線系統(tǒng)中也取得了接近DNN-HMM模型的語音識別詞錯誤率。本文在相同的關(guān)鍵詞識別框架下比較兩種不同的特征:感知線性預(yù)測(PerceptualLinear Prediction，PLP)和BN特征，找出具有更高區(qū)分性的特征以提高識別系統(tǒng)性能。
　　在基于語音樣例查詢的關(guān)鍵詞識別中，采用統(tǒng)計建模的方法可以提升模型的穩(wěn)健

4、性。然而，在該類關(guān)鍵詞識別中，關(guān)鍵詞訓(xùn)練樣本的數(shù)量極度缺乏，僅有十到二十個左右甚至更少。在這種情況下，如何更加充分的利用關(guān)鍵詞樣本中的包含的有效信息非常重要。本文在HMM識別框架中，使用最大后驗(yàn)概率(Maximuma Posterior)方法建立關(guān)鍵詞模型，提高了識別系統(tǒng)在資源稀缺情況下的識別性能。另外，還驗(yàn)證了三種模型訓(xùn)練方法在關(guān)鍵詞變化的情況下的有效性。
　　本文提出的算法在標(biāo)準(zhǔn)的TIMIT及藏語數(shù)據(jù)庫上進(jìn)行了實(shí)驗(yàn)，從實(shí)驗(yàn)結(jié)果