语音识别基础

语音识别基础第七章连续语音识别系统7.1连续语音识别问题的难点*7.2连续单词语音识别的方法*7.3语音听写系统*第七章连续语音识别系统

提交时间：第七章回家作业7.1连续语音识别问题的难点(1)单词切分-连续语音句子中各单词的发音之间通常是没有停顿的，即各单词之间不存在明显的边界。(2)发音变化-连续语音中各单词的发音通常都比较自然和随便，因而，各单词受协同发音的影响也更为严重。7.2连续单词语音识别的方法连续单词语音识别的技术难点-单词序列的长度未知-单词序列中各单词之间的边界未知。-当给定M个单词参考模式和L长的待识语音模式时，就可能有ML种组合的匹配序列。连续单词识别的基本原理及其典型算法

-基本原理*

-两级DP法(Two-LevelDynamicProgramming)*-分层构造法(LevelBuilding)

*7.3语音听写机系统核心*：声学模型(HMM)和语言模型(N-gram)语音听写系统的原理框图WASR装置声学参数分析语言解码语言模型说话者发声文章生成声学模型声学信道(语言编码)SX文章W^连续单词语音识别的示意图基本思路连续单词语音识别系统的参考模式由孤立单词的参考模式按时间顺序动态接续组合而成，识别系统把待识连续单词语音和被接续起来的单词模式序列进行匹配比较，距离最短的单词参考模式之序列就为识别结果。

···TRvR3R2R1基于HMM框架的连续语音识别系统音素a音素b音素c词条A1词条A2词条A3词条B1BEGIN词条B1END语音特征矢量序列音素模型词条模型句子模型声学层语音层构词层句法层两级DP法(1)计算任意起始帧b和终止帧e之间的最佳累计距离D(b,e)起始帧b终止帧e123…M123D(v,b,e)…M～起始帧b终止帧e123…M123D(b,e)…M～～D(b,e)=min{D(v,b,e)}1≤v≤V～～两级DP法(2)初始化D0(0)=0，Dk(0)=∞，1≤k≤Kmax(2)置k=1，计算D1(e)=D(1,e)，2≤e≤M(3)迭代计算(k=1,…,Kmax)

D2(e)=min{D(b,e)+D1(b-1)}，3≤e≤M1≤b＜eD3(e)=min{D(b,e)+D2(b-1)}，4≤e≤M1≤b＜eDk(e)=min{D(b,e)+Dk-1(b-1)}，k+1≤e≤M1≤b＜e－－－－－－－－－～～～～eb

eD1(e)D2(e)

39

410

51361715=(6+9)

72214=(4+10)

82516=(6+10)92918=(8+10)103320=(10+10)113722=(12+10)124125=(15+10)134529=(19+10)145033=(23+10)156040=(30+10)

123456789101112131415

19101317222529333741455060271014172125293236404553

3913161923262832354047

468911121419232833

54681012151923306912161923273033

715182227323745

8121621252933

968101316105791211468122413214—15—两级DP法(3)终止帧e起始帧b任意起始帧b和终止帧e之间的最佳累计距离D(b,e)～－－分层构造法(1)D11(m)，m11(1)≤m≤m12(1)D12(m)，m21(1)≤m≤m22(1)…D1V(m)，mV1(1)≤m≤mV2(1)m1(l)=min{mv1(l)}；m2(l)=max{mv2(l)}

1≤v≤V1≤v≤VDlB(m)=min{Dlv(m)}：第l层、到达第m帧时的最佳距离

1≤v≤VNlB(m)=argmin{Dlv(m)}：与DlB(m)相对应的参考模式之指针

1≤v≤VLmaxD*=min{DlB(m)}

1≤l≤－－－－－－－－－分层构造法(2)Level1ENDINGRANGEm1(1)m2(1)mN1n1R1N2n1R2Nvn1Rv…m11(1)m12(1)m21(1)m22(1)mv1(1)mv2(1)Level2ENDINGRANGEm1(2)m2(2)mN1n1R1N2n1R2Nvn1Rv…m11(2)m12(2)m21(2)m22(2)mv1(2)mv2(2)分层构造法(3)0223230010102232302232300101022323311010200101abbcbcabbcbcabacbABTT-32233BABA,BB11-32