衡阳方言孤立词识别研究①

李荣华,赵征鹏

(云南大学 信息学院,昆明 650500)

衡阳方言孤立词识别研究①

李荣华,赵征鹏

(云南大学 信息学院,昆明 650500)

目前,汉语识别已经取得了一定的研究成果.但由于中国的地域性差异,十里不同音,使得汉语识别系统在进行方言识别时识别率低、性能差.针对语音识别系统在对方言进行识别时的缺陷,构建了基于HTK的衡阳方言孤立词识别系统.该系统使用HTK3.4.1工具箱,以音素为基本识别单元,提取39维梅尔频率倒谱系数(MFCC)语音特征参数,构建隐马尔可夫模型(HMM),采用Viterbi算法进行模型训练和匹配,实现了衡阳方言孤立词语音识别.通过对比实验,比较了在不同因素模型下和不同高斯混合数下系统的性能.实验结果表明,将39维MFCC和5个高斯混合数与HMM模型结合实验时,系统的性能得到很大的改善.

HTK;隐马尔可夫模型;衡阳方言;梅尔频率倒谱系数;Viterbi算法

语音是人与人之间方便快捷、准确高效的交流方式,也是人类最重要的沟通手段.随着社会的进步和科学技术的不断发展,语音识别技术逐渐出现在了人们生活当中,如智能手机、机器人餐厅等.目前,较为常用的语音识别模型主要有隐马尔科夫模型(HMM)和人工神经网络(ANN),而针对HMM模型的语音识别工具箱有两个,即美国约翰·霍普金斯大学开发的Kaldi和英国剑桥大学开发的HTK(Hidden Markov Model Toolkit)[1].这两个工具包都提供了一套完整的语音处理功能,如预处理、训练及识别等.Kaldi还支持深度神经网络(DNN);而HTK主要设计用于构建基于隐马尔科夫……