音素の精密な特徴抽出に基づいた音声認識方法の研究

基于音素精确特征提取的语音识别方法研究

基本信息

批准号：
62608502
负责人：
北澤茂良
金额：
$ 0.64万
依托单位：
Shizuoka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research on Priority Areas
财政年份：
1987
资助国家：
日本
起止时间：
1987 至无数据
项目状态：
已结题

项目摘要

1.音声の音響処理と音素の特徴抽出基本周派数間隔標本化に基づく音声パワー, スペクトル包絡分析法によって子音のスペクトル分析を行った. 線形予測分析と比較して, 特に, 鼻子音の場合に認識精度が向上することを確認した.2.音素の特徴の統計処理と特徴の抽出より厳密に定義したセグメンテーションとして調音事象の自動抽出を行った. 我々は次の3方式を試みた. (1)知識光学的手法に基づく方式仮定(破裂子音, 鼻子音など)をたて, その仮定の証明を試みる. 試行錯誤の結果得られた知識を順次付加し, 知識を体系化したり修正したりする. このための枠組みは, Prolog言語のバック・トラック機構を利用して実現している. (2)音声波形から得られた規則に基づく方式視察によって破裂時点を決定する過程を規則として記述することを試みている. ここで抽出した規則を適用したときの有効性を評価した. (3)学習に基づく方式短時間パワーの変化の時系列を入力して与えたときに破裂時点で出力するニューラルネットワークを構成した.3.音素の識別理論の構築多群パターンの認識で, すべての対について2群間の識別を行い, この結果を用いて多群への識別を行なう認識方法をすでに提案している. この対識別の理論のなかでの変数選択の効果と無効な対識別が最終結果に及ぼす影響について考察した. こうしてミニマックス法を用いることの根拠を明らかにすることができた.4.音素識別機構の簡略化我々は, 手軽に高精度の音声入出力が行なえる装置としてPCMプロセッサとパーソナルコンピュータを接続した実時間音声入出力システムを製作した. 音声信号処理の高速化のためにパーソナルコンピュータと接続できるディジタル・シグナル・プロセッサ・ボードを開発した.

1。语音的声学处理和音素的特征提取。基于基本间隔的采样，使用语音能力和光谱包络分析对辅音进行了光谱分析。与线性预测分析相比，我们确认尤其是鼻音辅音可以提高识别精度。 2。音素特征的统计处理和特征的提取。将自动发音事件提取为更严格定义的分割。我们尝试了以下三种方法：（1）基于知识光学方法的方法。做出了假设（破裂的辅音，鼻辅音等），并证明了假设。通过反复试验获得的知识将接一个地添加，并且知识被系统化和修改。使用序言语言的回溯机制来实现此框架。（2）基于从语音波形获得的规则的方法。我们试图描述通常通过检查确定破裂点的过程。我们评估了应用提取规则时该过程的有效性。（3）基于学习的方法，当输入并给出短期功率变化的时间序列时，会输出破裂点的神经网络。3。音素识别理论的构建为了识别多个组，我们已经提出了一种使用结果来识别多个组的识别方法。我们检查了可变选择在该对识别理论中的影响以及无效对识别对最终结果的影响。通过这种方式，我们能够阐明使用最小最大方法的基础4。简化音素识别机制，我们创建了一个实时语音输入/输出系统，该系统将PCM处理器和个人计算机连接为可以轻松执行高精度语音输入/输出的设备。为了加快音频信号处理，我们已经开发了一个可以连接到个人计算机的数字信号处理器板。