專利名稱：一種增強(qiáng)語音識(shí)別系統(tǒng)模板匹配精確度的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種語音識(shí)別系統(tǒng)，特別是涉及一種提高語音識(shí)別系統(tǒng)模板匹配精確度的方法。
背景技術(shù)：
語音系統(tǒng)是通過對(duì)所收到的語音信號(hào)進(jìn)行處理，提取相應(yīng)的特征或建立相應(yīng)的模型，然后據(jù)此做出語音識(shí)別的判斷。具體來說，語音識(shí)別一般分為兩個(gè)步驟。第一步是系統(tǒng)“學(xué)習(xí)”和“訓(xùn)練”階段，這一階段的任務(wù)是建立識(shí)別基本單元的聲學(xué)模型以及進(jìn)行文法分析的語言模型等，即建立模型庫。第二步是“識(shí)別”或“測試”階段，根據(jù)識(shí)別系統(tǒng)的類型選擇能夠滿足要求的一種識(shí)別方法，采用語音分析方法分析出這種識(shí)別方法所要求的語音特征參數(shù)，按照一定的準(zhǔn)則和測度與系統(tǒng)模型進(jìn)行比較，通過判決得出識(shí)別結(jié)果，亦即模式匹配判別。
識(shí)別系統(tǒng)工作時(shí)，首先要將語音信號(hào)經(jīng)放大、帶通濾波、A/D變換后存入存儲(chǔ)器(例如RAM)內(nèi)，這就是該語音的模板。這種模板根據(jù)存儲(chǔ)器的大小而達(dá)到一定數(shù)量。一個(gè)未知的語音信號(hào)，經(jīng)上述各部分電路，由CPU將此信號(hào)的數(shù)據(jù)存入存儲(chǔ)器內(nèi)的某一特定區(qū)域，將此未知信號(hào)與存儲(chǔ)器內(nèi)各模板逐一比較，我們采用模板匹配法。計(jì)算測度再經(jīng)識(shí)別策略，將識(shí)別測度失真最小的一個(gè)模板輸出，這就是這種識(shí)別系統(tǒng)的工作原理。
利用模板匹配進(jìn)行語音識(shí)別，首先要對(duì)語音進(jìn)行訓(xùn)練并建立特征模板庫，然后對(duì)采集的語音信號(hào)進(jìn)行特征提取，與模板庫的特征進(jìn)行比較。模板的匹配需要一個(gè)標(biāo)準(zhǔn)，這就是失真度的概念。常用的失真測度有歐式距離、數(shù)頻譜距離、倒譜距離，以及板倉—齊藤距離等。
在進(jìn)行模板匹配時(shí)，匹配度為0％-100％之間，普通模板匹配的過程是均勻分割這段區(qū)間，在每個(gè)區(qū)間內(nèi)的匹配度還是進(jìn)行四舍五入來確定它靠近哪個(gè)分界點(diǎn)。在靠近40％-60％這段區(qū)間內(nèi)進(jìn)行匹配的判別比較模糊，很難準(zhǔn)確歸屬為匹配或不匹配。一般的模板匹配方法對(duì)于相似度不太大的語音信號(hào)不容易判斷準(zhǔn)確。

發(fā)明內(nèi)容
針對(duì)一般的模板匹配方法對(duì)于相似度不太大的語音信號(hào)不容易判斷準(zhǔn)確的問題，本發(fā)明所提出的方法目的在于采用一種非線性的新型匹配度取值方式，相當(dāng)于將語音信號(hào)的匹配邊界的特征數(shù)據(jù)的抽取密度增大，使得原來模糊的分界部分被細(xì)化而清晰，從而獲得提高模板匹配精確度的效果。
為達(dá)到所述目的，在比較語音信號(hào)與模板的匹配程度過程中，為語音信號(hào)與模板的匹配程度建立相似函數(shù)，對(duì)相似度的臨界部分進(jìn)行非線性聚焦，即離相似與不相似的分界值越近的語音信號(hào)，其特征數(shù)據(jù)的抽取密度越大。建立語音信號(hào)與模板的匹配程度的相似函數(shù)的步驟如下1)根據(jù)語音信號(hào)的特點(diǎn)，選擇一個(gè)合適的聚焦因子F，其中F∈(0，1)；2)確定匹配度好與不好的交界數(shù)值M；3)以匹配度好與不好的交界數(shù)值M為焦點(diǎn)，以匹配度低端邊界值邊界0為起點(diǎn)，以100％(即1)匹配度為終點(diǎn)，在匹配度的取值范圍
內(nèi)非線性的分為2n+1份，其分段點(diǎn)分別是M×FM×F+M×F2……M×F+M×F2+M×F3+…+M×FnN×F-N×F2-N×F3…-N×Fn+M……N×F-N×F2+MN×F+M其中N＝1-M，2n個(gè)分段點(diǎn)將匹配度取值范圍
范圍分為2n+1份，離相似與不相似的分界值越接近的語音信號(hào)，其特征數(shù)據(jù)的抽取密度越大，使得原來模糊的分界被清晰化，大大提高了模板匹配的精確度。


圖1是語音識(shí)別工作原理圖。
圖2是建立語音信號(hào)與模板的匹配程度的相似函數(shù)方法的流程圖。
具體實(shí)施例方式
下面結(jié)合圖1、圖2說明本發(fā)明的一種實(shí)施方式。
根據(jù)圖1，語音信號(hào)經(jīng)預(yù)處理，即信號(hào)放大、帶通濾波、A/D變換后，進(jìn)行語音特征參數(shù)提取，根據(jù)訓(xùn)練及識(shí)別模式的不同，在訓(xùn)練模式下存入存儲(chǔ)區(qū)內(nèi)作為該語音的模板，模板根據(jù)存儲(chǔ)區(qū)的大小而達(dá)到一定的數(shù)量。在識(shí)別模式下，將此信號(hào)數(shù)據(jù)存入存儲(chǔ)器的某一特定區(qū)域，將此未知信號(hào)與存儲(chǔ)器內(nèi)各模板逐一比較，我們采用模板匹配法。在進(jìn)行測度估計(jì)時(shí)，本發(fā)明的方法采用了一種非線性的新型匹配度取值方式，相當(dāng)于將語音信號(hào)的匹配邊界的特征數(shù)據(jù)的抽取密度增大，使得原來模糊的分界部分被細(xì)化而清晰，從而獲得提高模板匹配精確度的效果。經(jīng)由專家系統(tǒng)進(jìn)行識(shí)別決策，將識(shí)別測度失真最小的一個(gè)模板輸出。
在比較語音信號(hào)與模板的匹配程度過程中，本發(fā)明為語音信號(hào)與模板的匹配程度建立相似函數(shù)，對(duì)相似度的臨界部分進(jìn)行非線性聚焦，即離相似與不相似的分界值越近的語音信號(hào)，其特征數(shù)據(jù)的抽取密度越大。
如圖2所示，建立語音信號(hào)與模板的匹配程度的相似函數(shù)的步驟如下1)根據(jù)語音信號(hào)的特點(diǎn)，選擇一個(gè)合適的聚焦因子F，其中F∈(0，1)，F(xiàn)取值是根據(jù)經(jīng)驗(yàn)或?qū)嶒?yàn)來選取，因?yàn)檎Z音識(shí)別的對(duì)象總是在不斷變化的，每一套語音識(shí)別系統(tǒng)是針對(duì)特定的對(duì)象而設(shè)計(jì)的，F(xiàn)值相應(yīng)需取不同的值。所以在確定F值之前需做大量的實(shí)驗(yàn)，并根據(jù)以往的經(jīng)驗(yàn)或?qū)＜抑R(shí)來選取特定的F值；2)確定匹配度好與不好的交界數(shù)值M，其過程與現(xiàn)有技術(shù)相同或類似；3)以匹配度好與不好的交界數(shù)值M為焦點(diǎn)，以匹配度低端邊界值邊界0為起點(diǎn)，以100％(即1)匹配度為終點(diǎn)，在匹配度的取值范圍
內(nèi)非線性的分為2n+1份，其分段點(diǎn)分別是M×FM×F+M×F2……M×F+M×F2+M×F3+…+M×FnN×F-N×F2-N×F3…-N×Fn+M……N×F-N×F2+MN×F+M其中N＝1-M，2n個(gè)分段點(diǎn)將匹配度取值范圍
范圍分為2n+1份，進(jìn)行非線性劃分后，靠近模糊區(qū)間時(shí)，劃分的密度增大，步長(區(qū)間分段的距離)減小，當(dāng)匹配度落入該區(qū)間內(nèi)時(shí)，可以以更小的誤差靠近分界點(diǎn)。這樣可以提取更多的特征參數(shù)，進(jìn)行匹配，直到匹配度在落在明確匹配或明確不匹配的范圍內(nèi)為止，如60％以上或40％以下。離相似與不相似的分界值越接近的語音信號(hào)，其特征數(shù)據(jù)的抽取密度越大，使得原來模糊的分界被清晰化，這樣可以提高此段區(qū)間的利用率，而不是輕易的認(rèn)為不匹配或勉強(qiáng)匹配，大大提高了模板匹配的精確度。而原有的線性劃分方法對(duì)匹配度區(qū)間進(jìn)行線性劃分，在不明確的匹配范圍內(nèi)，比如40％-60％，這段區(qū)間的處理比較粗糙，容易出現(xiàn)誤判。因此本發(fā)明的方法相對(duì)原有的線性劃分方法相比，具有更優(yōu)的技術(shù)效果。
權(quán)利要求
1.一種提高語音識(shí)別系統(tǒng)模板匹配精確度的方法，其特征在于，進(jìn)行模板匹配時(shí)，為語音信號(hào)與模板的匹配程度建立相似函數(shù)，對(duì)相似度的臨界部分進(jìn)行非線性聚焦，即離相似與不相似的分界值越近的語音信號(hào)，其特征數(shù)據(jù)的抽取密度越大。
2.根據(jù)權(quán)利要求1所述的提高語音識(shí)別系統(tǒng)模板匹配精確度的方法，其特征在于，所述的相似函數(shù)，由以下步驟建立1)根據(jù)語音信號(hào)的特點(diǎn)，選擇一個(gè)合適的聚焦因子F，其中F∈(0，1)；2)確定匹配度好與不好的交界數(shù)值M；3)以匹配度好與不好的交界數(shù)值M為焦點(diǎn)，以匹配度低端邊界值邊界0為起點(diǎn)，以100％(即1)匹配度為終點(diǎn)，在匹配度的取值范圍
內(nèi)非線性的分為2n+1份，其分段點(diǎn)分別是M×FM×F+M×F2......M×F+M×F2+M×F3+...+M×FnN×F-N×F2-N×F3...-N×Fn+M......N×F-N×F2+MN×F+M其中N＝1-M，2n個(gè)分段點(diǎn)將匹配度取值范圍
范圍分為2n+1份，進(jìn)行非線性的匹配度取值。
全文摘要
本發(fā)明公開了一種提高語音識(shí)別系統(tǒng)模板匹配精確度的方法，此方法在語音識(shí)別系統(tǒng)進(jìn)行模板匹配時(shí)，在選取適當(dāng)?shù)木劢挂蜃覨后，為語音信號(hào)與模板的匹配程度建立相似函數(shù)，對(duì)相似度的臨界部分進(jìn)行非線性聚焦，即離相似與不相似的分界值越近的語音信號(hào)，其特征數(shù)據(jù)的抽取密度越大，使得原來模糊的分界被清晰化，大大提高了模板匹配的精確度。
文檔編號(hào)G10L15/10GK1790482SQ200510102380
公開日2006年6月21日 申請(qǐng)日期2005年12月19日 優(yōu)先權(quán)日2005年12月19日
發(fā)明者危然 申請(qǐng)人:危然