论文部分内容阅读
本文研究了连续语音当中的，小词汇量非特定说话人的关键词识别技术，介绍了关键词识别的发展历史和研究动态，并就语音识别的两大基础技术：动态时间规正(DTW)技术和隐马尔可夫模型(HMM)实现了关键词识别并分析了其可能改进的途径。本文的主要工作有：1)对基于DTW的关键词识别系统进行了仿真实现，并在对原有系统进行分析的基础上提出了基于置信函数分的改进识别方案，实验证明该方案对系统性能的提高有很大的助益；2)通过引入补白(filler)模型的方法，实现了基于HMM的关键词识别系统，并对filler模型的个数与系统识别效果的关系作了比较；3)针对HMM系统识别结果中误报率偏高的缺点，提出了DTW与HMM结合的两步识别方案，通过DTW的预判和在HMM的确认中增加反词(anti-word)模型，大大降低了系统的误报率，改进了HMM系统的性能。