基于联合得分的语音置信度评估系统的研究与设计

来源 :内蒙古大学 | 被引量 : 4次 | 上传用户:chinajovi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
语音置信度评估是结合了语音信号处理以及语音辨识的一项技术,本论文研究的目标是建立一个英语语音置信度评估系统,重点在于将标准语音数据的模型与被评测的语音数据相比对评分。 整个系统包含三个部分:语音信号切割、语料验证和语音评分。其中语音信号切割是经由语音辨认技术,依据声学模型的能量门限、图形比对的方法来切割出正确的发音区段。语料验证是将语音信号切割出每个语音的音素时间区段,并与预先训练好的语料发音声学模型当作比较,以验证被测语音的语料内容与指定的测试语料内容的一致性。语音评分为该系统的核心,使用的评分方式是被评测语音与标准语音在特征信号上比较的相似度,评分标准参考三个特征:隐马尔可夫模型对数机率特征、动态时间规整特征、矢量量化特征。针对不同的特征参数设计合理的评分机制,并对三个参数进行加权运算,以建立一个合理的联合评分系统。 基于以上的理论研究,以MATLAB6.5为开发环境,初步实现了系统的设计。试验结果表明该系统的功能达到了预期设计目标。
其他文献
随着互联网技术的发展,如何在分布式环境下建立高效、安全和健壮的应用系统,成为当前的研究热点之一。分布式计算结构经历了终端/主机结构、以文件服务器为中心的网络结构、
随着本体和语义网的研究不断地发展,构建面向语义网的本体成为了一个引人关注的研究方向。而目前,构建面向语义网的本体仍是一件艰难而耗时的工作。为了解决这个问题,M.C.Rousse
网络化制造是适应网络经济和知识经济的先进制造模式,它强调企业间的协作和全社会范围内的资源共享,并以此达到提高企业的产品设计和创新能力,达到产品设计制造的低成本和高
作为大规模信息处理重要的应用技术之一,文本分类有其不可忽视的重要性。现有大部分的文本分类方法,无论是二类分类还是多类分类,所分类别都处在同一个层次,即处于同一个平面
随着互联网的飞速发展,其中已蕴含了海量的信息资源,涵盖了现实世界的各个领域。相对于Surface Web,Deep Web蕴含着更丰富的数据、拥有更多的访问量和更快的增长速度。但是Deep
移动计算的网络环境具有其鲜明的特点:移动性、断接性、带宽多样性、可伸缩性、弱可靠性、网络通信的非对称性、电源能力局限性等等。而现有的数据库管理系统不能或是不能有
目前,市场中的试纸识别系统大多不具备信息互联互通,试纸、试剂的溯源功能,使得病情的分布、发展统计与试剂盒的管理存在一定的难度。本文基于近几年来迅速普及的Android智能
智能交通信号控制系统为城市交通管理提供了一种有效的方法,其广泛的应用前景和惊人的商业价值已经引起了国内外学术界和企业界的极大关注。目前国内外已经有了各种商业化的
证券市场中成功的交易模式是可以模仿及学习的。证券市场是一个高度复杂的非线性动态系统,其变化规律既有一定的自身的趋势性,又受政治、经济、心理等诸多因素的影响。建立在数
肺癌是世界上最常见的内脏恶性肿瘤之一,也是确诊后存活率最低的癌症之一。在我国城镇人口中,肺癌死亡率已居肿瘤死亡率首位。更重要的是,目前对肺癌的确诊又常常是它的中晚