連續(xù)語音識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)

《連續(xù)語音識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文論文題目：連續(xù)語音識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)作作作者者者姓姓姓名名名魯魯魯澤澤澤茹茹茹指指指導(dǎo)導(dǎo)導(dǎo)教教教師師師李李李剛剛剛教教教授授授學(xué)學(xué)學(xué)科科科專專專業(yè)業(yè)業(yè)電電電子子子與與與通通通信信信工工工程程程培培培養(yǎng)養(yǎng)養(yǎng)類類類別別別全全全日日日制制制專專專業(yè)業(yè)業(yè)學(xué)學(xué)學(xué)位位位碩碩碩士士士所所所在在在學(xué)學(xué)學(xué)院院院信信信息息息工工工程程程學(xué)學(xué)學(xué)院院院提提提交交交日日日期期期2016年年年10月月月18日日日浙浙浙江江江工工工業(yè)業(yè)業(yè)大大大學(xué)學(xué)學(xué)碩碩碩士士士學(xué)學(xué)學(xué)位位位論論論文文文連連連續(xù)續(xù)續(xù)語語語音音音識(shí)識(shí)識(shí)別別別系系系統(tǒng)統(tǒng)統(tǒng)的的的研研研究究究與與與實(shí)實(shí)實(shí)現(xiàn)現(xiàn)現(xiàn)作作作者者者姓姓姓名名

2、名：：：魯魯魯澤澤澤茹茹茹指指指導(dǎo)導(dǎo)導(dǎo)教教教師師師：：：李李李剛剛剛教教教授授授浙浙浙江江江工工工業(yè)業(yè)業(yè)大大大學(xué)學(xué)學(xué)信信信息息息工工工程程程學(xué)學(xué)學(xué)院院院2016年年年10月月月DissertationSubmittedtoZhejiangUniversityofTechnologyfortheDegreeofMasterResearchonandImplementationofContinuousSpeechRecognitionSystemCandidate:LuZeruAdvisor:Prof.LiGangCollegeofInformationEngineeringZ

3、hejiangUniversityofTechnologyOct.2016浙江工業(yè)大學(xué)學(xué)位論文原創(chuàng)性聲明，獨(dú)立進(jìn)行研巧本人鄭重聲明：所提交的學(xué)位論文是本人在導(dǎo)師的指導(dǎo)下工作所取得的研巧成果。除文中己經(jīng)加標(biāo)注引用的內(nèi)容外，本論文不包含其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的研究成果，也不含為獲得浙江工業(yè)大學(xué)或其它教育機(jī)構(gòu)的學(xué)位證書而使用過的材料。對(duì)本文的研究作出重要貢獻(xiàn)的個(gè)人和。集體，巧己在文中明確方式標(biāo)明。本人承擔(dān)本聲明的法律責(zé)任作者簽名：備峰疋心日期：年月女日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留，同意學(xué)校、使用學(xué)位論文

4、的規(guī)定保留并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)浙江工業(yè)大學(xué)可將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于一１□。、保密，在年解密后適用本授權(quán)書２。、保密□，在Ｈ年解密后適用本授權(quán)書３、不保密囚＾＂＂（請(qǐng)?jiān)谂P上相應(yīng)方框內(nèi)打Ｖ）＞月ｒ作者簽名：＾日撕＞必年／Ｊ日導(dǎo)師簽名；日期；興４年化月ｒ日浙江工業(yè)大學(xué)碩士學(xué)位論文連連連續(xù)續(xù)續(xù)語語語音音音識(shí)識(shí)識(shí)別別別系系系統(tǒng)統(tǒng)統(tǒng)的的的研研研究究究與與與實(shí)實(shí)實(shí)現(xiàn)現(xiàn)現(xiàn)摘摘摘要要要語音

5、識(shí)別技術(shù)，也被稱為自動(dòng)語音識(shí)別（AutomaticSpeechRecognition，ASR），其目標(biāo)是讓機(jī)器聽懂人類的語言。經(jīng)過半個(gè)多世紀(jì)的發(fā)展，隨著ASR技術(shù)研究的不斷突破，其對(duì)計(jì)算機(jī)發(fā)展和社會(huì)生活的重要性日益凸現(xiàn)出來。以語音識(shí)別技術(shù)開發(fā)出的產(chǎn)品應(yīng)用領(lǐng)域非常廣泛，如語音撥號(hào)、語音文檔檢索、語音聊天助手，同聲翻譯、智能家居、醫(yī)療服務(wù)、工業(yè)控制、語音通信系統(tǒng)等，幾乎深入到社會(huì)的每個(gè)行業(yè)和各個(gè)方面。近些年來，隨著Siri的走紅，類似Siri、搜狗語音助手這樣利用語音實(shí)現(xiàn)控制，語義理解的系統(tǒng)開始大量涌現(xiàn)。而ASR作為這類系統(tǒng)的入口，很大程度上決定了這類應(yīng)用的質(zhì)量。沒有一個(gè)好的語

6、音識(shí)別系統(tǒng)做支撐，再好的助手也只能是個(gè)擺設(shè)。所以ASR作為實(shí)現(xiàn)人機(jī)自由交互的關(guān)鍵技術(shù)是非常值得我們深入研究的。本文主要分析研究隱馬爾科夫模型（HiddenMarkovModel，HMM）原理和深度神經(jīng)網(wǎng)絡(luò)（DeepNeuralNetwork，DNN）原理在語音識(shí)別中的應(yīng)用，并以HMM工具包（HMMToolsKit，HTK）為平臺(tái)，搭建一個(gè)IP語音撥號(hào)識(shí)別系統(tǒng)。本文所做的工作與貢獻(xiàn)總結(jié)如下：1.概述語音識(shí)別的研究背景與意義以及國內(nèi)外發(fā)展現(xiàn)狀。介紹語音信號(hào)的預(yù)處理，深入研究語音識(shí)別中涉及到的關(guān)鍵技術(shù)。2.制作語音數(shù)據(jù)庫。編寫腳本生成25個(gè)隨機(jī)文本，每個(gè)文本包含50句隨機(jī)IP格式

7、的英文句子，分配給25人（12男13女）錄音，共錄制1250句。其中1000句作為訓(xùn)練樣本（或稱為語料），250句作為測(cè)試樣本。錄音數(shù)據(jù)全部統(tǒng)一采用windows系統(tǒng)中常用的WAV格式保存。3.在HTK平臺(tái)上搭建一個(gè)IP語音撥號(hào)系統(tǒng)，使用錄制的1000句語料訓(xùn)練出四種類型的模型，單因素HMM模型，三音素HMM模型，綁定狀態(tài)三因素HMM模型，以及DNN-HMM模型。分別使用這四種模型測(cè)試250句樣本，對(duì)比它們各自的單詞識(shí)別率和句子識(shí)別率，其中DNN-HMM模型的單詞和句子識(shí)別率在四種模型中均為最高，說明神經(jīng)網(wǎng)絡(luò)模型相