基于GMM的少数民族语自动语种识别系统设计.pdfVIP

学兔兔 《自动化与仪器仪表))2o13年第6期(总第170期) 基于GMM的少数民族语自动语种识别系统设计 武光利 (甘肃政法学院计算机科学学院 甘肃兰州，730070) 摘 要：语种识别就是计算机能够识别出语音段所属的语言的过程。借鉴其它语种识别库的建立，设计了三种少数民 族语的文本语料，并构建了语种识别库。在此语种识别库的基础上，提取了加权MFCC语音特征参数，采用高斯混合模型 来训练语种识别模型，并得出识别率。通过实验得出，在现有的样本下16阶的GMM得出的识别率最高，达到了75％以上。 关键词：藏语；蒙古语；维吾尔语；GMM；语种识别 Abstract：Language identification is a process that the computer can identi the language of its phonetic segment．Learning from the establishment of other language identification library,this paper designs the three minority-language text corpus and builds the language identification library．On the basis of this language identification library,it extracts the weighted MFCC speech charac- teristic parameters，trains the language identification model using Gaussian mixture model，and obtains the recognition rate．Through the experiment，the recognition rate ofthe 16一step GMM is highest in the existing sample，reaching more than 75％． Key words：Tibetan；Mongolian；Uighur；GMM；Language identification 中图分类号：TP391．4 文献标识码：A 文章编号：1001-9227(2013)06-0061-02 0 引 言 MFCC是基于上述Mel频率的概念提出的，其提取及计算 语种识别 ，是通过对给定的一段语音信号进行分析处理、 过程如图1所示。 识别其所属语言的种类的过程。因为语种识别通常作为语音识 别以及其它相关应用领域的一个前端性技术，所以也称为语言 识别或者语言辨识。随着全球一体化的快速形成，许多领域对 语种识别以及相关技术的应用需求也快速增长，因此语种识别 作为这类系统的必要的不可替代的前端技术起着非常重要的作 用。 图1 MFCC的提取过程 近年来，国际、国内许多研究机构，如M 丁林肯实验室， 捷克Brno大学，国内的中科院自动化所、中科院声学所、中 原始语音经过预加重、加窗处理后，得到具有更加完整高 科大等，对自动语种识别技术进行了广泛研究 w。但是国内外 频信息的语音分帧，接下来对该语音帧进行傅里叶变换，获得 的语种识别研究基本是通过两个较通用的语音数据库中所包含 语音信号频谱，通过Mel频率滤波器将线性频率能量转换为 的十几种语言进行研究的，很少涉及中国少数民族语言。然而