学位论文 > 优秀研究生学位论文题录展示

基于模糊理论的语音关键词识别

作　者: 徐毅
导　师: 殷业
学　校: 上海师范大学
专　业: 通信与信息系统
关键词: 关键词识别 语音识别 仿生模式识别 模糊模式识别 端点检测 隶属函数
分类号: TP391.42
类　型: 硕士论文
年　份: 2007年
下　载: 200次
引　用: 5次
阅　读: 论文下载
 

内容摘要


关键词识别是语音识别研究中的一个重要领域,其目的是从连续语音中检测并确认给定的若干个特定关键词。连续语音识别与之相比,资源耗费大,速度慢,抗噪能力不强,这导致连续语音识别短期内难以突破。本文对关键词识别算法进行了深入研究。针对聚类过程中出现的类间交叠现象,本文采用模糊模式识别,很好地解决了此问题,并对仿生模式识别算法进行了一些改进。本文的工作主要集中在以下几个方面:本文以汉语音节作为识别基元,为了准确地检测出每一个音节,采用一种基于能频积的二次端点检测方法,能很好地检测出单个音节。简单介绍了所提取的特征,其中时域特征能量和过零率用来进行端点检测,而在建模过程中采用频域特征Mel倒谱系数和短时谱临界带特征矢量,因为频域特征跟时间无关,所以从特征提取的角度避免了动态时间规整的复杂计算。完善了仿生模式识别过程中高维超椭球建模的方法,推导出了高维超椭球的方程和判别函数,考虑到其实现的复杂性,用小超球链来代替超椭球,大大简化了算法。另外对仿生模式识别中所存在的类间交叠现象进行了分析,并提出了解决办法。(1)提出了类内隶属度的概念,通过比较类内隶属度的大小来判别落入交叠区域的样本的归属;(2)在超球和超椭球两种情形下,提出了基于距离、基于体积和基于判别函数的隶属函数,并从可行性和算法的复杂度两方面进行了比较,确定了一个最优的隶属函数,而且给出了完整的判别算法;(3)对识别结果的确认进行了详细的说明,因为有了类内隶属度的概念,所以直接用隶属度跟阈值进行比较就可实现对结果的确认。实验表明,采用模糊模式识别算法以后,系统拒识率降低了11个百分点。

全文目录


摘要  4-5
Abstract  5-9
第一章 引论  9-17
  1.1 什么是关键词识别  9-10
  1.2 连续语音识别与关键词识别的关系  10
  1.3 关键词识别的意义  10-12
    1.3.1 应用实例  10-11
    1.3.2 应用背景  11-12
  1.4 国内外发展动态  12-14
    1.4.1 算法进展  12-13
    1.4.2 现有语音检索系统  13-14
  1.5 性能评价问题  14-15
  1.6 关键词识别的基本问题  15-16
  1.7 论文工作  16-17
第二章 特征提取与选择  17-29
  2.1 语音识别的基元  17-19
  2.2 端点检测  19-20
    2.2.1 基于能频积的二次端点检测  19-20
  2.3 特征提取  20-27
    2.3.1 语音信号短时分析和基本特征参数  21-26
    2.3.2 特征参数的距离度量  26-27
  2.4 小结  27-29
第三章 模式识别  29-41
  3.1 几种常用算法的介绍  29-31
  3.2 仿生模式识别  31-39
    3.2.1 仿生模式识别基本原理  32-33
    3.2.2 多维空间几何分析及其理论介绍  33-35
    3.2.3 仿生模式识别算法实现  35-39
  3.3 高维超椭球的困难  39-40
  3.4 椭球建模时的一个思考  40
  3.5 小结  40-41
第四章 模糊模式识别  41-61
  4.1 模糊理论的引入  41-42
  4.2 模糊理论概述  42-45
    4.2.1 模糊理论的发展和现状  42-43
    4.2.2 模糊集的概念  43-44
    4.2.3 模糊理论的应用前景、范围  44-45
  4.3 模糊聚类分析  45
  4.4 模糊模式识别  45-60
    4.4.1 模糊模式识别直接方法的基本原理  46-47
    4.4.2 模糊模式识别直接方法的一般应用步骤  47-49
    4.4.3 构造隶属函数的准则  49-50
    4.4.4 隶属函数的构造  50-56
    4.4.5 模糊模式的明确化  56-58
    4.4.6 识别结果的确认  58-60
  4.5 遗留的问题  60
  4.6 小结  60-61
第五章 系统实现  61-67
  5.1 系统框图  61-62
    5.1.1 训练系统  61-62
    5.1.2 识别系统  62
  5.2 结果分析  62-66
    5.2.1 实验一  62-63
    5.2.2 实验二  63-65
    5.2.3 实验三  65-66
  5.3 小结  66-67
第六章 总结与展望  67-69
  6.1 总结  67
  6.2 存在的问题以及研究方向  67-69
参考文献  69-74
攻读学位期间发表的学术论文  74
致谢  74

相似论文

  1. 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
  2. 基于DSP的机器人语音命令识别系统研制,TN912.34
  3. 基于仿生模式识别的文本分类技术研究,TP391.1
  4. 在智能手机环境下健康管理功能设计与研究,TN929.53
  5. 五种不同甜樱桃砧木旱涝和高温胁迫适应性评价,S662.5
  6. 空间信息处理中基于模糊技术的数学模型的改进,O159
  7. 模糊技术在温控对象中的应用研究,TP273.4
  8. 数字助听器中语音增强技术的研究,TN912.35
  9. 移动音视频交互业务执行平台的研究,TN915.09
  10. 模糊综合评判在绿色建筑评价中的应用研究,TU201.5
  11. 功率谱估计在宽带ADCP信号检测中的研究与应用,TN911.23
  12. 五种木瓜属植物耐盐性的研究,S685.99
  13. 地区电网运行评价指标体系及评价方法研究,TM732
  14. 基于电话信道的声纹识别算法研究,TN912.34
  15. 呼叫中心IVR系统的设计与实现,TN99
  16. 基于HMM的机器人语音识别系统的研究,TN912.34
  17. 基于改进MFCC的语音识别系统研究及设计,TN912.34
  18. 无线电干扰信号发现与识别的研究,TN911.7
  19. 白刺抗旱生理生化指标测定及抗旱性研究,S793.9
  20. 仿真机器人控制系统,TP242
  21. 基于用户电话号码的传真报筛选检索研究,TP391.3

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 声音识别及其装置
© 2012 www.xueweilunwen.com