| 题名 | 电话语音语种确认系统算法研究 |
| 作者 | 刘长娥 |
| 学位类别 | 博士 |
| 答辩日期 | 2007-12-24 |
| 授予单位 | 中国科学院电子学研究所 |
| 授予地点 | 电子学研究所 |
| 导师 | 夏善红 |
| 关键词 | 语种确认 语言模型 开集测试 |
| 其他题名 | Study of algorithm of language verification system on telephone speech |
| 中文摘要 | 语种识别技术作为信息处理系统的前端和多语种交流领域的接口，可以辨识语音的语种信息，为后续技术处理和交流者提供必要的条件，有着巨大的应用需求和价值。本文重点研究语种确认系统算法，主要围绕PPRLM（并行音素识别器接语言模型系统）语种确认基线系统中的三个问题进行：语种辨识系统中的语言模型改善、系统分类器融合策略、开集测试中系统性能。 语种确认系统的语言模型是其核心之一，为了提高语言模型的精度，本文采用段长作为置信度，提出了“基于段长的语言模型修正算法”，该算法结合段长置信度信息对语言模型进行估值，并与无段长置信度语言模型一起给出“修正因子”，用于修正语言模型估值，以此改善语言模型精度，提高系统性能。 本文研究了分类器的加权平均线性融合策略，利用“MCE权重优化训练算法”（Minimum Classification Error, MCE）估计分类器权重。研究了训练中各关键参数的影响，并分析了该训练算法存在的问题，提出改进措施，改善了融合系统性能。 针对开集测试，本文构建了“跳跃式”语言模型，得到多个时间层次上的模型，然后提出“多层语言模型融合算法”，提高了系统在开集测试的精度。在多层语言模型融合的基础上，本文提出了“基于背景模型的两阶段语种确认算法”。算法在不同阶段采用鉴别能力不同的背景模型，第一阶段采用“有限背景模型”，第二阶段采用“通用背景模型”，两阶段算法最终有效地降低了系统在开集测试中的错误率。 最后论文采用2005年国际NIST（American National Institute of Standard and Technology）语种技术评测数据库对采用本文算法的系统进行整体测试，分别对30s、10s语音进行闭集和开集测试，采用本文算法的系统均获得了等错率的降低，从而验证了算法的有效性。 |
| 语种 | 中文 |
| 公开日期 | 2011-07-19 |
| 页码 | 134 |
| 内容类型 | 学位论文 |
| 源URL | [http://159.226.65.12/handle/80137/8133]  |
| 专题 | 电子学研究所_电子所博硕士学位论文_电子所博硕士学位论文_学位论文 |
| 推荐引用方式 GB/T 7714 | 刘长娥. 电话语音语种确认系统算法研究[D]. 电子学研究所. 中国科学院电子学研究所. 2007. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论