《语音信号处理》讲稿第7章

第7章语音识别与理解本章主要讨论的问题：1.语音识别原理和方法2.滤波器组法语音识别技术1.语音识别原理和方法（1）语音识别的一般方法语音识别一般步骤：学习(或训练)、识别。①学习或训练根据识别系统的类型选择能满足要求的一种识别方法，采用语音分析技术预先分析出这种识别方法所要求的语音特征参数，这些语音参数作为标准模式由计算机储存起来，形成标准模式库，或称为词典或模板。1.语音识别原理和方法②识别不同的识别方法，其识别过程不同。例：模板匹配法的识别过程。1)对输入语音信号进行前处理2)语音特征参数分析3)根据参考模式库进行模式匹配4)后处理模板匹配法的识别过程，如图所示。语音识别系统的基本结构模式匹配后处理基本识别结果特征提取语音输入识别识别结果参考模式库训练1.语音识别原理和方法（2）语音识别的测度和决策所谓测度，是一种测量度量方式。对输入信号计算而得的测度，根据若干准则及专家知识，判决选出可能的结果中最好的结果，由识别系统输出，这一过程便是识别决策。在确定识别决策时，可选择一些测度的门限值（阈值）作为决策的依据。1.语音识别原理和方法语音识别的测度有多种。如：①欧氏距离测度。②似然比测度。③超音段信息的距离测度。④隐马尔可夫模型之间的距离测度。⑤主观感知的距离测度等。1.语音识别原理和方法欧氏距离测度是常用的一种测度。其优点在于：方法简单，易于计算机处理，测度的大小在主观上有意义，即小的失真对应于好的主观语音质量。欧氏距离可作为失真测度，它是将输入语音信号矢量用码本的重构矢量来表征时的失真或所付出的代价。它也可作为识别测度。对于欧氏距离的识别决策，一般可用距离最小作决策，并选择一些距离测度的门限值作为决策的依据。1.语音识别原理和方法欧氏距离测度中几个常见测度。①欧氏距离的均方误差（常用）。式中，xi为输入信号的第i个k维矢量，yi为码本中第i个k维矢量，d2(x,y)的下标2表示平方误差。kiiiyxkyxd122)(1),(1.语音识别原理和方法②r方平均误差。kiriiryxkyxd1||1),(1.语音识别原理和方法③r平均误差。kirriiryxkyxd11]||1[),(1.语音识别原理和方法④绝对值平均误差（常用）。kiiiyxkyxd11||1),(1.语音识别原理和方法⑤最大平均误差（常用）。||)],([),(maxlim11iikirrimyxyxyxdd1.语音识别原理和方法（3）时间规整法所谓时间规整法，是一种提高识别精度的方法，可以有效地解决上述第2个问题。采用时间规整法时，在进行时间函数匹配过程中，时间轴不均匀的弯折或扭曲。因此，这一方法也称为时间弯折或时间扭曲法。动态时间规整法jBiAjiOw(i)模板输入1.语音识别原理和方法时间规整不断计算两模式间的距离，以寻找最优的匹配路径，得到的是两模式匹配时累积距离最小所对应的规整函数。时间规整常采用非线性匹配（DP）算法。该方法在孤立词的识别中有着广泛的应用。2.滤波器组法语音识别技术（1）滤波器组法语音识别原理目前，达到实用程度且形成商品的语音识别系统大多是限定孤立单词、特定人语音识别系统，常采用的技术是滤波器组法识别。2.滤波器组法语音识别技术滤波器组法语音识别系统的组成：a.话筒输入放大器。b.带通滤波器组。4个。c.多路开关。d.A/D变换器。e.CPU及ROM控制程序。f.存储器。2.滤波器组法语音识别技术（2）语音识别芯片语音识别芯片有多种。日本东芝公司研制的T6658A芯片是性价比较好的一种芯片。已成功地应用于电话的语音拨号器。它所采用的便是滤波器组法的语音识别原理。识别方式为特定人、单词识别。我国的研究人员现已将该芯片用于汉语语音识别。