【摘要】：當(dāng)前,對(duì)語(yǔ)音識(shí)別的研究已經(jīng)越來(lái)越深入,采取的方法也是逐漸多元化。目前大多數(shù)語(yǔ)音信號(hào)分析利用了語(yǔ)音信號(hào)的頻譜特征,通過(guò)一系列轉(zhuǎn)換提取特征,訓(xùn)練出識(shí)別模型。但從另一方面思考,語(yǔ)譜圖作為語(yǔ)音信號(hào)最直觀的表達(dá),不僅包含了頻譜信息,還包含了基頻、共振峰及其變化趨勢(shì),這些趨勢(shì)組成的紋理可以表征出語(yǔ)音的音調(diào)、重音等發(fā)音特征信息,經(jīng)驗(yàn)豐富的語(yǔ)音學(xué)專家甚至可以通過(guò)一張語(yǔ)譜圖估計(jì)出其代表的文字含義�；谏鲜鰲l件,可將語(yǔ)音信號(hào)的語(yǔ)譜圖作為特征提取的一個(gè)輸入,利用圖像處理領(lǐng)域中較為成熟的特征提取及模型訓(xùn)練方法,對(duì)語(yǔ)譜圖進(jìn)行處理,探索語(yǔ)音信號(hào)處理和圖像處理相結(jié)合的新領(lǐng)域。研究了基于脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)的發(fā)音優(yōu)劣分類方法,探索將語(yǔ)譜圖作為語(yǔ)音識(shí)別模型特征的可行性。收集了600個(gè)標(biāo)準(zhǔn)度層面的正負(fù)樣本,將經(jīng)過(guò)短時(shí)傅里葉變換生成的孤立詞語(yǔ)譜圖像作為特征輸入,然后進(jìn)一步地在特征層面和結(jié)果層面融合MFCC特征,送入支持向量機(jī)分類器進(jìn)行優(yōu)劣分類。實(shí)驗(yàn)結(jié)果表明,當(dāng)特征含有語(yǔ)譜圖時(shí),使用PCNN可獲得85%以上的識(shí)別準(zhǔn)確率,比僅僅使用頻譜特征準(zhǔn)確率更高;當(dāng)將圖像特征與語(yǔ)音頻譜特征相融合時(shí),可獲得更好的識(shí)別準(zhǔn)確率,且基于識(shí)別結(jié)果投票重估的融合方法要優(yōu)于基于特征輸入的融合方法;以語(yǔ)譜圖作為模型特征的突破點(diǎn)是可行的。研究了結(jié)合語(yǔ)譜圖和卷積神經(jīng)網(wǎng)絡(luò)的非特定人發(fā)音評(píng)價(jià)方法。提出了結(jié)合寬帶語(yǔ)譜圖和窄帶語(yǔ)譜圖進(jìn)行特征預(yù)處理的方法,其中窄帶語(yǔ)譜圖用于基頻和諧波分析以完成端點(diǎn)檢測(cè),刨除無(wú)效的非語(yǔ)音段;寬帶語(yǔ)譜圖用于分隔出不同的紋理,以此實(shí)現(xiàn)音位級(jí)別的分割,創(chuàng)造出以音位為單位的有標(biāo)簽數(shù)據(jù),該策略的分割準(zhǔn)確率約為88%左右。然后將處理好的二維特征矩陣送入七層卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練。實(shí)驗(yàn)表明,卷積神經(jīng)網(wǎng)絡(luò)對(duì)于音位語(yǔ)譜圖的識(shí)別精度總體較良好,實(shí)際精度與譜圖的分割預(yù)處理效果成正相關(guān)關(guān)系,不同的音位由于其本身發(fā)音特點(diǎn)不同可達(dá)到不同的識(shí)別效果,所有音位的總體識(shí)別準(zhǔn)確率約為83%。
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP183;TN912.34

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫鳳蘭;胡加圣;;國(guó)內(nèi)外CALL研究概論及其學(xué)科化發(fā)展趨勢(shì)[J];現(xiàn)代教育技術(shù);2014年06期

2 嚴(yán)可;魏思;戴禮榮;劉慶峰;;基于音素相關(guān)后驗(yàn)概率變換的發(fā)音質(zhì)量評(píng)價(jià)[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年09期

3 張晴晴;潘接林;顏永紅;;基于發(fā)音特征的漢語(yǔ)普通話語(yǔ)音聲學(xué)建模[J];聲學(xué)學(xué)報(bào);2010年02期

4 余建潮;張瑞林;;基于MFCC和LPCC的說(shuō)話人識(shí)別[J];計(jì)算機(jī)工程與設(shè)計(jì);2009年05期

5 劉琨;金文標(biāo);;基于PCNN和RBF的孤立詞語(yǔ)音識(shí)別研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年24期

6 安國(guó)平;姜長(zhǎng)生;吳慶憲;;基于PCNN和SVM的圖像識(shí)別方法研究[J];電光與控制;2008年10期

7 詹新明;黃南山;楊燦;;語(yǔ)音識(shí)別技術(shù)研究進(jìn)展[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2008年09期

8 梁澤;馬義德;張恩溯;朱望飛;湯書森;;一種基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的語(yǔ)音情感識(shí)別新方法[J];計(jì)算機(jī)應(yīng)用;2008年03期

9 張曉俊;陶智;施曉敏;顧濟(jì)華;;改進(jìn)脈沖耦合神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別研究[J];計(jì)算機(jī)工程與應(yīng)用;2007年08期

10 陳向民;張軍;韋崗;;基于語(yǔ)譜圖的語(yǔ)音端點(diǎn)檢測(cè)算法[J];電聲技術(shù);2006年04期

相關(guān)博士學(xué)位論文 前1條

1 嚴(yán)可;發(fā)音質(zhì)量自動(dòng)評(píng)測(cè)技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2012年

，

本文編號(hào)：2608850