采用离散HMM的孤立词识别系统(2)

调整HMM系统的模型参数，以使得模型产生观察矢量序列的概率不断增加并达到一个极大值点。

采用Viterbi算法，系统的原理框图如图1所示：

本系统对14人（2名女生、12名男生）进行训练语音和识别语音采集录制。对“开门”、“上学”、“高数”三个孤立词进行30遍采集，其中20遍用于训练码本，10遍用于测试，通过实验看到，在文本内容不确定时，该系统不是很有效，它只适用于在文本有关的条件下使用。在测试中，三个孤立词识别错误的概率达到3.7%,但若训练数据比较充分，可得到较高的识别率。

本文用实验的方式证明了基于VQ的DHMM可以有效的应用于文本有关的话者识别系统，在训练数据充分时，可以得到很高的识别率。

1 Joseph P.Campbell, JR Speaker Recognition: A Tutorial [J]. Procedings of the IEEE, Vol

77,No.9, 1997; 1437-1462

2  汪鹏，刘加.基于离散HMM的非特定人关键词提取语音识别系统. 吉林大学学报（理学版），2003.03期

3  张杰,黄志同.语音识别中隐马尔可夫模型状态数的选取原则及研究.计算机工程与应

用，2000.1

4  杨行峻，迟惠声.语音信号数字处理.北京：电子工业出版社，1995 330～360

5  蔡莲红，黄德智等.现代语音技术基础与应用.北京：清华大学出版社，2003 232～265