HMM语音识别例子.pdf

语音识别by HMM 邓齐林 • 语音识别技术，也被称为自动语音识别 （Automatic Speech Recognition ASR ），其 目标是将人类的语音中的词汇内容转换为 计算机可读的输入，如字符序列。 • 语音识别技术主要包括 特征提取技术 模型训练技术 模式匹配技术 • 最早的基于电子计算机的语音识别系统是 由ATT 贝尔实验室开发的Audrey语音识别 系统，它能够识别10个英文数字。其识别 方法是跟踪语音中的共振峰（在声音的频 谱中能量相对集中的一些区域） • 到1950年代末，伦敦学院(Colledge of  London)的Denes已经将语法概率加入语音识 别系统中，成功开发了第一个计算机语音 识别系统。 语音识别技术 • 转变：进入80年代以后，研究的重点逐渐 转向大词汇量、非特定人的连续语音识 别，研究思路由传统的技术思路开始转向 基于统计模型(HMM)的技术思路 • 突破：隐马尔科夫模型HMM(Hidden Markov  Model)的应用 • 卡内基梅隆大学的李开复最终实现了第一 个基于隐马尔科夫模型的大词汇量语音识 别系统Sphinx 。 语音识别系统 • 特征提取/前端处理 提取语音信号的相关特征 • 声学模型 对应于语音到音节概率的计算 • 语言模型 对应于音节到单词概率的计算 HMM的语音识别过程 X:特征向量的时间序列 。。。 O:基于VQ的观察符号序列 。。。 HMM(3) HMM(3) HMM(2) HMM(2) 码本 码本 HMM(1) 语音信号 预处理 HMM(1) 训练 O ∙ 估值计算 X VQ矢量量 估值计算 VQ矢量量 /VITERBI 特征提取 化 ∙ /VITERBI 化 识别 解码计算 解码计算 VQ —Vector Quantization 判决规