一款語(yǔ)音口令識(shí)別系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)
CDHMM的B不再是一個(gè)矩陣,而是一組觀(guān)察值概率密度函數(shù),由M個(gè)連續(xù)高斯密度函數(shù)描述:
本文引用地址:http://m.butianyuan.cn/article/234840.htm?
?
N(o,ujk,∑jk)為多維高斯概率密度函數(shù),o是觀(guān)察矢量序列,即從語(yǔ)音中提取的特征矢量參數(shù)(o1,o2,…,ot),t為觀(guān)察矢量序列的時(shí)間長(zhǎng)度。ujk,∑jk分別為高斯分布的均值和方差參數(shù),Cjk為高斯分布的權(quán)值,滿(mǎn)足約束條件
?
?
CDHMM參數(shù)估計(jì)采用“分段K-平均法”。初始模型可以隨機(jī)選取,由
?
?
是改進(jìn)后的模型,再將作為初始值,重新估計(jì)。
基于“分段K-平均法”的CDHMM參數(shù)估計(jì)具體過(guò)程為:
(1)設(shè)置模型參數(shù)初始值λ=(π,A,B)。
(2)根據(jù)此λ用Viterbi算法將輸入的訓(xùn)練語(yǔ)音數(shù)據(jù)劃分為最可能的狀態(tài)序列,利用狀態(tài)序列估計(jì)參數(shù)A。
?
?
(3)用分段K-平均法對(duì)B進(jìn)行重新估計(jì),即將第二步得到的每一種狀態(tài)的訓(xùn)練語(yǔ)音數(shù)據(jù)搜集在一起并對(duì)其特征進(jìn)行統(tǒng)計(jì),從而得到B。
?
?
對(duì)于概率密度函數(shù)由若干正態(tài)分布函數(shù)線(xiàn)性相加的CDHMM系統(tǒng),每個(gè)狀態(tài)θj(1≤j≤N)的概率密度函數(shù)bj(X)由K個(gè)正態(tài)分布函數(shù)線(xiàn)性相加而成,這樣可以把每一狀態(tài)語(yǔ)音幀分成K類(lèi),然后計(jì)算同一類(lèi)中諸語(yǔ)音幀矢量X的均值矢量,方差矩陣∑jk和混合密度函數(shù)中各概率密度函數(shù)的權(quán)重系數(shù) Cjk。
(4)由(2)和(3)估計(jì)的CDHMM參數(shù)作為初值,利用重估公式對(duì)CDHMM參數(shù)進(jìn)行重估,得到參數(shù)。
(5)利用(4)所得的計(jì)算,并與p(O/λ)相比較。如果差值小于預(yù)定的閾值或迭代次數(shù)超過(guò)預(yù)定的次數(shù),即說(shuō)明模型參數(shù)已經(jīng)收斂,無(wú)需進(jìn)行重估計(jì)算,可將作為模型參數(shù)輸出。反之,若差值超出閾值或迭代未到預(yù)定的次數(shù),則將計(jì)算結(jié)果作為新的初值,重復(fù)進(jìn)行下一次迭代。
3 結(jié)束語(yǔ)
論文建立了一種基于嵌入式系統(tǒng)的語(yǔ)音口令識(shí)別系統(tǒng),并且對(duì)上升、下降等14條口令進(jìn)行測(cè)試,每條語(yǔ)音先切除靜音,預(yù)加重,然后通過(guò) Hamming窗分幀處理,幀長(zhǎng)和幀移分別為20ms和10ms,然后對(duì)每一幀語(yǔ)音信號(hào)提取16MFCC+16AMFCC共32維參數(shù)作為特征矢量。該語(yǔ)音口令識(shí)別系統(tǒng)達(dá)到了實(shí)時(shí)的要求,可以使語(yǔ)音口令識(shí)別系統(tǒng)廣泛應(yīng)用于便攜式設(shè)備中。
評(píng)論