基于连续状态HMM的汉语语音识别方法

１引言
现在隐马尔可夫模型 Ｍ 己 语音信号处理的 担Ｍ ） 成为 重要方法被广泛 地应用到语音识别等领域【 ２ １ ］ ， ０
然而由于传统的Ｈ ＭＭ在每个状态处理的各帧语音信号都与前后的时间顺序无关， 所以影响了Ｈ ＭＭ描述
语音信号时间相关等动态特性的能力，降低了 语音识别的性能【。 ３ 针对这个问 ］ 题，本文提出了 连续状态
４结论
本文提出了一种适合于汉语语音识别的连续状态Ｈ Ｍ 的设想， Ｍ 并利用Ｄ 匹配算法实现了这一设想。 Ｐ 通过对不特定话者汉语孤立字词语音识别实验， 证明了这种方法能够较好地改善 Ｈ ＭＭ表述语音信号时间
相关等动态特性的能力， 提高语音信号的识别性能，是一种有效的汉语语音识别方法。
参考文献：
汇 Ｌ ｈｏ ＨＳｚｋ ａｄ ａａａ ａＡ ｍ ａｓｎ ｄ ｏ Ｐｏａｉｙ ｃｏｓ Ｍ ｔｏｇ Ｓｏｅ Ｄｇ Ｒｃｇｉ ｎ ＭＩＥ Ｔ Ａ Ｓ Ｎ ３ ． ａ， ｕｕｉ Ｓ ｋｇｗ ， Ｃ ｐｒｏ Ｓ ｙ ｒ ｂｉ Ｆｎｔｎ ｉＨ Ｍｓ ｕｈ ｋｎ ｉ ｅｏｎｉ ， Ｃ ， Ｎ ． Ｆ ］ Ｚ ． ｎ ． Ｎ ＂ ｏ ｉ ｔ ｆ ｂ ｌ ｕ ｉ ｎ ｕ ｔ ｈ ｒ ｐ ｉｔ ｔ ＂ ｏ Ｒ Ｉ
ａｄ Ｓ ．ｏＥ ８ ．ｏ ｐ． ９ ７ （ ９） ｎ Ｓ ＴＶ ｌ ７－ Ｎ ． ｐ ６－ ５ ５ Ｙ ． Ｄ ６ ６ ６ １ ． ９
［新 康永 音声 识，共 版社（ ８ ． ４ 美 厂 认 ’ 立出 １ （ ７ １ ） ９
ห้องสมุดไป่ตู้
ＩＣ Ｐ Ｌ ７ １８１３１９） Ｃ Ｃ Ｏ ＇ ｐ ． ８（ ７． ９ ｐ ７－ ９
［ Ｌ ． ｂ ｅ ＢＨＪａｇＦｎａ ｅｔｓ ｐｅ Ｒｃｇｉ ｎ Ｐ Ｒ ｎｃＨｌ １ ３ ２ ．Ｒ ｉ ｒ ．． ｎ， ｕｄｍ ｎ ｌｏＳｅ ｈ ｏｎｉ ， Ｔ Ｐ ｔｅ ｌ ９ ） ］ ａ ｎ ， ｕ ＂ Ｒ ａ ｆ ｃ ｅ ｔ ＂ ｒ ｉ ａ． ９ ｏ ｅ （
（） ４
川 ｇ，（ ｏｐ＂１ ． ） 这里 ｌ ＰＳＡ ｇ （ ， Ｐ（ 分别表示 下面三个状态转移 的转移概率 ｏ Ｐ（ ｌ ＰＳ ｊ ｌ ＰＳ力 ｇ ， ｏ Ｐ ）ｏ ３ ２ ｇ
ｑ（ ２ｊ １－ ｊ） （ 一， ） ｉ ） （ 一， ） ｉ ）。 （ 一 ， ） ｉ ） ｑ（ １ 一 － ｊ） （ １ 一 － ｊ） ｉ 一 ＞ （ ， ｉ ｊ １＞ （ ， ｉ ｊ ２＞ （ ， ， ｑ ，
Ｉ 受教育部科学技术重点项目 （ ｏ ００２ Ｎ ： ８ ）和国家自 ３ 然基金 （ ｏ ６４２５）资助； Ｎ ： ７０８ ０ 基金项目：本项「 曹建林， 江苏职业信息技术学院副院长， 男， 副教授， 东南大学在职硕士研究生，Ｆ ． 要从事语音信号 处理的研究。 ｍ ｉ Ｅ ａ： ｌ 作者简介 ：
表示。
Ｇｉ 一）ｌ Ｐ ；｝ （ ２ １ ｏ ｕ＿力 －， 十 ｇ ， ｊ ＋ｏｐ ； ｌ ｐｓ１ ｌ （ Ｉ ｏ ｐ（ ｇ ｙ ｊ＋ ｇ ，） ） Ｇｉ１ 一） ｐ ， （ ， １ ｌ （｝ 一 ｊ ＋ｏ ｙ ｊ ｇ ） Ｇｉ ） ｍ （ｊ＝ ａ ， ＋ Ｐ（ ｌ ＰＳｊ ｏ ２ ９ ） Ｇｉ１ 一） ｐ ， （ ， ２＋ （ ｝ 一ｊ ｌ ｙ， ｏ ｇ ’ ）
Ｃｏ － ｅ ｕ ｗ － ｎ＇ Ｈ Ｏ ， Ｕ －ｎ Ｃｉｏ扩 ａＪｎｉ， ｏ ｙ ｇ Ｚ Ａ Ｌ Ｚ Ｏ ａｒ ｉｌ＇ ａ ｎ ， ｕ ａ ， Ｇ ｉ Ｈ
（ａｇ ｃｌ ｅ ｆｒａｏ ｔｈｏ ｇ， ｓ ｗｒ １０１ Ｊｎｓ ｏｅ ｏｉｏ ｔｎ ｎｌｙＪｎ ｕ ｉ ６ ， Ｊ ｕ ｇ ｆ ｍ ｉ ｅ ｏ ａｇ ｕ ２４ ・ ｌ ｎ ｃ １０６ ＇ ｕ ｅ ｔ ｅｉＲｄ Ｅｇ ｅ ｉ Ｄｐｒ ｅ ， ｉ ， ９ Ｓ ｔ ａ Ｕｉｒｔ ｉ ｎｉ ｅｎ ｅ ｔ ｎ Ｎ ｎｎ ２０ ） ｏ ｈ ｓ ｎ ｓ ａ ｏ ｎ ｒｇ ａｍ ｔ ａ ｇ ｖ ｙ ｊ
识 时 于 语 信 序 ， 入 音 号 列． 用（） 和 个 型 行。＿ 配 给以 大 分 模 所 应 别 对 输 利 ４式 各 模 进 Ｐ 。 最 得 的 型 对 匹
的类别即为识别结果。
３识别实验和结果
为了 价 述识别 法， 们在实 环 录 评 上 方 我 验室 境下 取的１个 ５ ５ ） 语 其中 人说３个不 ０ 人（男、 女 的 音， 每 ０
Ｈ ＭＭ 的设想。 它把语音信号样本的每一帧特征矢量都看作是 Ｈ ＭＭ 的一个状态， 这样就能较好地描述语 音特征矢量的帧间相关信息，改善了Ｈ ＭＭ 的动态特性。并且我们把 Ｄ Ｐ匹配算法引入到连续状态 Ｈ ＭＭ 的学习和识别中，较简便地实现了上述的设想。
２连续状态 ＨＭ的原理 Ｍ
对 参 样 信 ＝ ２ ． ， 特 矢 的 间 列 一 马 可 过 。 果 每 考 本 号Ｘ １ ． ．Ｊ 其 征 量 时 序 是 个 尔 夫 程 如 把 一 于 ｚｚ ． ． ， 毛．Ｃ
同的字词， 每词说 ６ 遍共 １０ 个语音。采用 １ 阶ＬＣ倒谱参数和差值倒谱系数的混合特征参数作为识 ８０ ２ Ｐ
别的特征矢量集进行识别。 用每个字词的前 ３ 遍即９０ ０ 个语音进行训练， 得到每个字词的模型参数。 然后
用每个字词的后 ３ 遍即９０ ０ 个语音进行测试。实验结果表明１ 人的平均识别率是９． ０ ７ ％＂ ３
［ Ｌ ｈｏ ＹＫｂｙ ｈ ａ Ｙ ｉ ｉ ｅ ｇｉ ｎ Ｃｉｓ Ｃｎｎｏｓ ｅ Ｂｓ ｏ ｔ Ｉｅ ａｏ ｏ Ｐｏｅｃ Ｐ ｓ ｉＩｏ ａｏ， １ ． ａ， ｏａ ｓ ｎ ．ｉ ， ｃ ｎｉ ｏ ｈ ｅ ｏ ｉ ｕ Ｓｅ ｈ ｅ ｎ ｎ ｇ ｔｎ ｈｎ ｉ ａ ｒｏ ｃ ｒ ｔｎ ］ Ｚ ． ａ ｉ Ｎ ｍ ＂ ｏ ｔ ｆ ｎ ｅ ｔｕ ｐ ｃ ａ ｄ ｈ ｔ ｒｉ ｆ ｔ ｎ ｏ ｄ ｎ ｍ ｉ ＂ ｄ Ｒ ｏ ｅ ｄ ｆ
（） １
这里尸是一个状态序列的函数。
（ ２ ） （ ３ ）
对于 （） 我们 用Ｄ 匹 算 １ 式 可以 Ｐ 配 法找出 得ＰＹ 最大的 使 （） 最佳路 数Ｆ 对于 对称型Ｄ 路径 径函 。 非 Ｐ ［ ４ ］沿着最佳路径函 ， （， 点到 （ ｊ 点的 数Ｆ 从 １ １ ） ｉ ） 最大累 １ 积得分Ｇ ｊ 的 （ ） 递推式可以 （） ｉ ， 用 ４ 式来
ＰＹ 二 （）
Ｉ ｌ Ｙ） ，； （ｑ ｊ） Ｐｙ ＰｉＩ，，， ｘ） ） ｏ （，（ ，ＰｊＩ （Ｉ （ｑ ，，（ （ｘ（ ） 一 ） ； － ］ ｑ
Ｆ＝ｃ１ ｃ２…ｃｑ …ｃＱ （ ， ） （） （） （ ） ｃｑ ＝（ｑＩｑ） （） ｉ ）（） （
Ｑ
个特征矢量看作马尔可夫过程的一个状态，则对于输入信号时间序列
夕 ，． ． ７在 刻一ｑ ｉ 推 时 状 毛（ 毛）移 情 下 序 Ｙ 概 二， Ｙ． ， 时 ｉ１） （ 移 ， 态 － 向 （ 的 况 ， 列 的 率 ｖｙ ； ， ． ２ ． Ｙ （向 ｑ ） Ｉ ｑ ｑ 转 ）
ＰＹ 可以 （） （） 用 １ 式所示的一般形式表示。
基于连续状态 Ｈ ＭＭ 的汉语语音识别方法
曹建林 ‘ 郭午阳 ２ ， ２ ，赵 力 ２ ，邹采荣 ２
（ ’ 江苏信息 职业技术学院，江苏无锡 ２４６； 东南大学无线电 １ １ ０ 工程系， 江苏南京 ２０９） １ ６ ０
Ｒ ｃｇｉｏ Ｍｅ ｏ ｏ ｃｉｅ ｓｅｃ Ｂ ｓｄ ｓ ｉ Ｈ ｅｏｎ ｉ ｔ ｎ ｔ ｄ ｈ ｓ ｐｅｈ ｅ ｏ ｅ ａ ＭＭ ｈ ｆ ｅ ｎ ａ ｎ ｌ ｒ