语速自适应参数模型及其在语音识别中的应用-北京信息大学

语速自适应参数模型及其在语音识别中的应用基本信息批准号60372092项目名称语速自适应参数模型及其在语音识别中的应用项目类别面上项目申请代码F010302项目负责人范京负责人职称教授依托单位北京信息科技大学研究期限2004-01-01到2006-12-31资助经费23（万元）项目摘要中文摘要本研究针对语音识别中语速变化对识别效果的严重影响，提出了一种语速自适应参数模型，其原理为：考察各种特征抵抗语速破坏的顽健程度，找出在抵抗语速破坏方面性能良好的特征种类；探讨语速变化使特征畸变的规律与作用机理，利用自适应矫正的方法改善这种畸变；考察不同帧长对参数抵抗语速破坏的顽健程度的影响，将帧长作为自适应处理的一个要素；对以上结果以适当方式组织起来，建立语速自适应参数模型，进行语音识别实验，所建立中文主题词语速，自适应，模型，语调英文摘要英文主题词SpeakingSpeed,Adaptive,Mode结题摘要本研究项目的工作要点是对不同汉语语速的变化,如何使识别系统具有更强的自适应能力。该研究已经按计划完成，主要体现在两个方面。首先，建立了新的语音识别模型,该模型采用状态转移方式但不用状态转移概率统计方法,该模型采用多个统计模板而不是单一模板,另外该模型分阶段采用信息融合的方法，一方面更加接近人耳的识别过程,同时因多级分类而减小了每一级的分类数目，从而提高了总的识别速度。总之,该模型具有强的语速自适应能力，并对不同语速的语料实现了自适应处理，明显提高了识别率（92%）。新的模型不仅用于汉语音节的识别,也用于语音特征参数的识别。第二，改进了对大范围语速变化情况下,对部分语音参数识别的自适应能力，主要是提高对语调参数和连续中文语音分段参数的自适应识别能力。语调参数的识别也采用了上述新的模型，并对中心削波法进行了多种改进（采用L1相关技术;语调连续性技术;初始相关峰值法;双向搜索法及多峰处理技术等），使对大范围语速变化的样本,识别正确率达到96%以上。在完成以上基本内容的基础上，本研究还进一步将研究中间内容引深，完成了非白化自适应反卷积；DNA序列快速比对；及建立多语速语料库等工作。成果1汉语连续语音自适应端点检测会议范京，刘惠华2FastComparableCode(FCC)of会议FanJing,JiaoRuili3ImprovementofCentricClippin会议FanJing,Zhangshusen,WuCon4Knowledge-BasedAdaptiveChann会议FanJing,ChenYongning,Liuh5一种汉语语音识别的新模型期刊范京，陈永宁，刘惠华6一种新的非白化滤波的自适应反卷期刊范京，陈永宁，刘惠华7LXI总线自适应滤波提高传输距离期刊范京,刘南,吴聪,张树森8平衡方波自适应盲均衡期刊范京,吴聪,张树森