连接词语音识别系统的码本设计与识别模块的硬件建模

论文摘要

随着信息技术的高速发展,语音识别技术已经基本成熟,在现实中具有广泛的应用前景。本文的研究内容主要应用于中等词汇量、非特定人、连接词语音识别系统。论文研究了K均值法、LBG算法、蚁群聚类算法以及模拟退火算法等码本设计方法,通过性能比较,采用能够达到全局最优的模拟退火算法来设计语音识别系统的码本。论文研究了模拟退火算法的退火过程,采用Metropolis准则来决定一个新解是接受还是舍弃。论文给出了该算法的具体实现步骤,确定了模拟退火算法在实现过程中所需要的初始温度、冷却率、Markov链长、终止条件等参数。论文描述了用分裂法生成初始码本的流程,详细介绍了码本模型扰动的方法和过程。本文采用模糊量化方法对语音特征向量进行量化,当特征向量处于两个码字中间位置时,论文采用两个小数系数表示该向量的码字归属。在量化系统中,提取的MFCC特征参数为14维特征向量,采用欧氏距离作为失真测度。实验证明,模糊量化方式使语音识别系统的识别率提高了1.87%。本文用硬件实现了语音识别系统的匹配识别模块。识别模块选用Viterbi-beam算法,该算法具有路径剪裁功能,能够舍去冗余路径,提高计算速度。在路径剪裁时,把每一帧中各条路径的得分与门限值相比较,放弃得分低于门限值的路径。本文设计了累加、比较、选择等基本单元以及剪裁模块的硬件电路。此外,本文还设计了该模块的FPGA验证过程。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 语音识别技术的发展现状
• 1.3 语音识别技术的新热点
• 1.4 本文的研究内容
• 第2章 语音识别码本设计方法的研究
• 2.1 引言
• 2.2 蚁群聚类算法
• 2.2.1 蚁群算法模型
• 2.2.2 基于蚁群算法的码本设计
• 2.3 K均值算法
• 2.4 LBG算法
• 2.5 试验结果与分析
• 2.6 本章小结
• 第3章 用模拟退火算法设计码本
• 3.1 算法来源
• 3.2 模拟退火算法基本原理
• 3.3 码本的设计与实现
• 3.3.1 算法的实现
• 3.3.2 码本模型参数的设置
• 3.3.3 初始码本的选择
• 3.3.4 码本模型的扰动
• 3.4 基于码本的量化
• 3.4.1 特征参数的选取
• 3.4.2 失真测度的确定
• 3.4.3 模糊量化方法
• 3.5 实验结果与分析
• 3.5.1 实验平台的介绍
• 3.5.2 实验数据及相应的分析
• 3.6 本章小结
• 第4章 识别模块的硬件建模
• 4.1 引言
• 4.2 隐马尔可夫模型基础
• 4.3 识别算法的比较与选取
• 4.3.1 前向概率算法
• 4.3.2 维特比算法
• 4.3.3 Viterbi-beam算法
• 4.3.4 识别算法的选取
• 4.4 识别模块的硬件建模
• 4.4.1 识别算法的实现
• 4.4.2 子模块的硬件设计
• 4.4.3 Viterbi-beam模块的硬件实现
• 4.5 FPGA验证
• 4.6 本章小结
• 结论
• 参考文献
• 致谢