基于快速沃尔什变换的藏语音识别技术

论文摘要

藏语音识别技术由于研究的起步较晚现在还处于初级阶段,且使用人口众多,能促进藏族同胞与外界的学习交流,影响到民族团结和国家稳定,所以对藏语音识别技术的深入研究和识别系统的广泛应用具有重要意义。对于藏语音孤立词识别而言,当语音库逐渐扩充的时候,识别速度将越来越不能满足实时性的要求,对孤立词识别系统的实际应用造成很大限制。为了解决这个问题,将快速沃尔什变换应用到提取MFCC特征参数中,使提取和计算特征参数的时间大为缩短,有利于识别系统实时性的实现。对于连续藏语音识别而言,如何准确的将其分割成可供识别用的藏语音单元是进行连续藏语音识别的重要前提。首次将基于小波变换的两次筛选和MFCC_FWT的分割算法应用到连续藏语音的分割中,将连续藏语音分割成孤立的语音单元后再进行识别。主要工作和贡献如下：1.对藏语的发音特点和藏语句子的句法特征进行了分析,介绍了藏语音识别系统的基本原理,对预处理和端点检测技术进行深入研究。2.对MFCC的特征提取算法进行介绍,并根据其在实际使用中计算速度不尽人意的问题将快速沃尔什变换应用其中,改进后提取MFCC的速度得到很大提升,并且能保证提取参数的有效性。3.对DTW和HMM两种识别算法分别进行分析并应用到中等词汇量藏语音孤立词识别系统中。DTW算法对特定人的孤立词识别简单有效,HMM算法具有极强的建模能力,可以方便的表征任何语音基元,对孤立和连续的藏语音都具有很好的识别效果。4.首次将基于小波变换的两次筛选和MFCC_FWT的分割算法应用到对连续藏语音的分割中,将连续藏语音分割成孤立的藏语音单元后再进行识别,大大简化了连续藏语音识别系统实现的难度。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 本文内容安排
• 第二章 藏语音识别系统基本理论
• 2.1 藏语特点分析
• 2.2 藏语音识别技术的基本原理
• 2.2.1 藏语音识别系统的结构
• 2.2.2 藏语音识别系统的分类
• 2.2.3 藏语音识别系统的性能评价
• 2.3 藏语音识别的预处理
• 2.4 藏语音的端点检测技术
• 2.5 本章小结
• 第三章 基于快速沃尔什变换的藏语音特征提取
• 3.1 引言
• 3.2 MFCC提取原理和过程
• 3.2.1 Mel频率与Mel滤波器组
• 3.2.2 MFCC提取过程
• 3.3 基于快速沃尔什变换算法改进MFCC
• 3.3.1 快速沃尔什变换
• 3.3.2 快速沃尔什变换对MFCC进行改进
• 3.4 仿真实验结果及分析
• 3.5 本章小结
• 第四章 藏语音孤立词识别算法研究
• 4.1 引言
• 4.2 DTW算法
• 4.3 HMM算法
• 4.3.1 隐马尔可夫模型的定义
• 4.3.2 隐马尔科夫模型的基本算法
• 4.3.3 HMM在中等词汇量藏语音孤立词识别系统中的实现
• 4.4 实验仿真结果和藏语音孤立词识别系统的性能评价
• 4.5 本章小结
• 第五章 连续藏语音分割及识别
• 5.1 引言
• FWT的连续藏语音分割'>5.2 基于小波变换的两次筛选和MFCC_FWT的连续藏语音分割
• 5.3 连续藏语音分割和识别系统的性能评价
• 5.3.1 连续藏语音分割和识别实验仿真
• 5.3.2 连续藏语音识别系统性能评价
• 5.4 本章小结
• 总结与展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文及科研成果