以修正型隱藏式半馬可夫模型做國語連續音辨認

Abstract

修正型隱藏式半馬可夫模型應用在中文獨立音節辨認上，已被證明優於傳 統的隱藏式馬可夫模型，在本論文中我們將把這種模型應用在語者相關的 中文連續音辨認上，以探測其性能。修正型隱藏式半馬可夫模型是一種音 段模型，它將每一個聲音事件，視為是由具有時變性的參考段和高斯白色 雜音信號的加成，因此修正型隱藏式半馬可夫模型比隱藏式馬可夫模型更 具有模擬非平穩性語音信號的的能力。基於修正型隱藏式半馬可夫模型之 研究，本論文內容主要可分為三部份，第一部份，以隱藏式馬可夫模型為 辨認模型，對語音資料庫做測試，其結果當作驗證修正型隱藏式半馬可夫 模型比較的依據，第二部份，建立一套適合修正型隱藏式半馬可夫模型的 自動辨認與訓練演算法，第三部份，加入語言學知識來訓練修正型隱藏式 半馬可夫模型，使能達到有限資料庫下，訓練語料共用的目的。在完成上 述研究後，我們所得到的辨認正確率最高為 80.26%。 A modified hidden semi-Markov model (MHSMM) for continuous Mandarin syllable recognition is proposed in this thesis.a conventional HMM model, it treats an acoustic segment as an event by a time-varying template with the residual being modelled by a Gaussian noise. A syllable model is then formed by concatenating acoustic segments. So, a MHSMM is a modification of the HSMM to the identical and independent observation distributions of with frame-correlatedly trend distributions. By this both the segmental k-means training algorithm and the one-stage recognition algorithm of the HMM method can be slightly modified method. Two recognition schemes are studied in this work. syllable MHSMM models while the other uses initial-final models. results showed that the latter performs slightly better. Ae of 80.26% was achieved. The performance is comparable to a initial-final based HMM method.