20世紀90年代,方言辨識開始逐漸被越來越多的人們重視,各國的研究人員對不同種類方言的特征和分類模型進行了大量研究,同時方言辨識在刑事案件中犯罪嫌疑人的歸屬地判定方面有重大貢獻。中國是一個多民族的人口大國,各民族各地區(qū)的語言都有些許不同,因此,為了能夠更好的推廣語音識別技術的應用,著眼于方言辨識的研究是非常有意義的。早年較為常用的聲學模型主要有隱馬爾科夫模型(HMM)和人工神經(jīng)網(wǎng)絡(ANN),像BP神經(jīng)網(wǎng)絡和RBF神經(jīng)網(wǎng)絡等,并且至今都在沿用以及不斷優(yōu)化中。而近年來,隨著深度學習在語音識別領域中大量成功實踐,對多層神經(jīng)網(wǎng)絡采用深度學習算法,可以得到更好的初始化權值,使得網(wǎng)絡在最佳的極值點處能夠更快完成收斂,從而改善了傳統(tǒng)神經(jīng)網(wǎng)絡的不足。本文通過對湖南長沙、株洲、衡陽、湘潭四地方言進行研究,以MATLAB為實驗平臺,提出了一種基于門控循環(huán)單元(GRU)神經(jīng)網(wǎng)絡和HMM結合的聲學模型,取得了較好的識別效果,主要研究內容包括:本文對語音特征參數(shù)提取進行了研究,針對傳統(tǒng)的MFCC特征參數(shù)的不足,研究了基于人耳聽覺模型的特征參數(shù)CFCC的提取。詳細介紹了CFCC特征參數(shù)的原理和提取方法,分析了耳...

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 引言
    1.2 相關領域的發(fā)展與現(xiàn)狀
        1.2.1 方言辨識的發(fā)展與現(xiàn)狀
        1.2.2 神經(jīng)網(wǎng)絡技術的發(fā)展與現(xiàn)狀
    1.3 方言辨識的主要方法
    1.4 神經(jīng)網(wǎng)絡對方言辨識的意義
    1.5 論文結構安排
第二章 語音識別基礎理論
    2.1 方言辨識系統(tǒng)結構
    2.2 語音信號的預處理
    2.3 語音信號的特征提取
    2.4 聲學模型
        2.4.1 隱馬爾科夫(HMM)模型
        2.4.2 基于GMM-HMM聲學模型
        2.4.3 基于神經(jīng)網(wǎng)絡的聲學模型
    2.5 本章小結
第三章 基于聽覺變換的耳蝸倒譜系數(shù)(CFCC)的提取
    3.1 聽覺變換的原理
    3.2 耳蝸倒譜系數(shù)(CFCC)的提取過程
    3.3 耳蝸濾波器
    3.4 毛細胞窗口
    3.5 非線性響度變換和離散余弦變換
    3.6 不同特征參數(shù)對識別率的影響實驗
    3.7 本章小結
第四章 基于GRU-HMM聲學模型的方言辨識
    4.1 門控循環(huán)單元GRU的基本理論
    4.2 GRU模型的訓練
    4.3 GRU-HMM模型
    4.4 實驗結果與分析
    4.5 本章小結
第五章 總結與展望
參考文獻
附錄 中英文縮寫名詞對照表
發(fā)表論文和科研情況說明
致謝



本文編號：3835011