论文部分内容阅读
随着计算机技术的广泛应用，语音识别技术逐渐成为当前研究热点之一。语音是人机交互中最自然的一种方式，而语音识别技术是人机语音交互的关键所在。对于特定的应用场合，需要同时识别语音身份与内容，并要求识别算法适合于嵌入式系统，如车载系统、智能家居等。本文主要研究了语音身份与内容同时识别技术，并将其应用于智能家居环境下的语音控制系统中。本文主要工作内容包括：(1)研究了语音信号的端点检测与特征提取技术，用于完成语音信号的预处理。探究了几种常见的语音自适应方法，并深入研究了Herbig等人于2011年提出的语音身份与内容同时识别机制，用于实现语音身份与内容同时识别。(2)结合集成学习与语音识别，实现了基于Bagging与GMM的语音内容识别方法，从而提高了语音内容识别率与识别率稳定性。针对资源有限的嵌入式系统，基于SQ(Soft Quantization)集成多个语音内容识别模型，有效的降低了识别模型的空间复杂度，使得语音内容识别系统更适用于嵌入式环境。与利用传统的投票选择集成方法相比，该方法在集成模型数量较少的情况下，还能够提高语音识别系统的识别率与稳定性。为了实现说话者群与语音内容同时识别，利用SQ集成说话者群模型与语音内容识别模型，实时计算每一帧语音信号的最优解码器，同时对SQ得分最高的模型投票。通过模型的得票率比较完成说话者群识别，同时利用最优解码器完成语音内容识别。实验中，当语音内容识别模型的集成数达到6个时，语音内容平均识别率为88%，说话者群平均识别率为81.56%。实验结果证实了特定应用场合下说话者群与语音内容同时识别的可行性。(3)本文利用说话者群与语音内容同时识别算法，实现了智能家居环境下的语音身份与内容同时识别系统。实验中，当语音内容识别模型的集成数达到5个时，语音内容识别率达到了96.64%，说话者群识别率为88.24%。实验结果表明该方法适用于智能家居环境下的语音身份与内容同时识别。