基于條件隨機域模型的中文語音識別研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、語音識別技術(shù)簡單地說,就是讓計算機能聽懂人說話,將人說的話轉(zhuǎn)換成計算機文本的一項技術(shù)。這將大大提高人們的效率,有著巨大的理論意義和實用價值。語音識別系統(tǒng)的關(guān)鍵在于如何定義聲學(xué)模型和語言模型。聲學(xué)模型的目標(biāo)是提供一種有效的方法,計算語音的特征矢量序列和每個發(fā)音模板之間的距離。
  雖然現(xiàn)在成熟的語音識別系統(tǒng)基本都是使用隱馬爾可夫模型作為聲學(xué)模型的,但是它有不可避免的缺陷,最重要的它需要假設(shè)觀察序列的獨立性。有人嘗試?yán)枚嘀伛R爾可夫,

2、增加幀間相關(guān)性等技術(shù)來避免,但是效果并不明顯。本文提出基于條件隨機域模型的中文語音識別。條件隨機域模型是一種基于統(tǒng)計的無向圖判別式模型。它能很好的解決分段標(biāo)注問題,近年來被廣泛的應(yīng)用到自然語言處理,生物等領(lǐng)域。條件隨機域模型不需要觀察序列獨立性假設(shè)。它定義了給定觀察序列,整個標(biāo)注序列的聯(lián)合概率分布,而不是為每一個狀態(tài)都定義一個概率分布,能夠很好的模擬語音識別的過程。而且識別時可以消除貝葉斯決策誤差。
  條件隨機域模型作為一種統(tǒng)計

3、和規(guī)則相結(jié)合的模型,允許特征非獨立,允許定義各種不同形式的特征,然后選擇有效的特征。在實驗中定義了十種特征模板,每種特征模板按照特征產(chǎn)生的方式產(chǎn)生特征。在定義特征模板時考慮到特征數(shù)量的大小限制,長距離依賴的窗口大小不超過2。定義邊特征時,只有相鄰的頂點之間有邊相連接,限制為線性條件隨機域結(jié)構(gòu)。通過不同類型特征的組合找到有效的適合語音識別的特征組合。條件隨機域模型的訓(xùn)練是一項非常耗時的工作,需要迭代上百次才能達到收斂。每次迭代時都需要計算

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論