基于时间序列分析的声母平稳性和参数的研究

论文摘要

在汉语语音识别的问题上,传统的方法是使用短时平稳线性预测方法来获得用于识别的参数。然而汉语语音的声母部分通常表现出不平稳的性质,不满足短时线性预测所需的假定。用平稳的随机模型对不平稳的信号进行模拟分析,难以达到预期的效果。另一方面,大量的特征参数和高维的特征空间也增加了计算的复杂度。如何选取新的语音信号的识别特征参数,是汉语语音识别的一个重要研究方向。本论文对于语音信号的平稳性分析、度量、模型建立以及参数提取等方面进行了较为系统的探索与尝试。首先,视语音信号为时间序列,对18个有代表性的汉语语音声母进行了平稳性分析,利用单位根检验的方法找到了能够描述声母信号平稳程度的度量;其次,以平稳性度量为基础,对18个声母进行分类,对平稳性性质不同的声母,采用不同的模型进行分析,并提取语音识别参数。对于平稳性较好的声母,尝试使用不同的自回归移动平均模型参数进行识别。经实验,表现最佳的两组新参数与传统的16阶LPC参数相比,平均正识率提高了12%以上,且参数数目仅为传统方法的1/2或1/4。对于平稳性较差的声母,尝试使用条件异方差模型参数进行识别,并加入平稳性参数。经实验,加入平稳性参数的8阶LPC系数识别效果接近于16阶LPC系数;改进后的条件异方差系数识别效果优于8阶LPC参数,且参数数目仅为后者的1/4。上述实验结果表明:从平稳性出发寻找新模型和识别参数的思路是可行的;对不同声母组采用不同识别模型,有利于改进识别效果。另外,计量经济学中用于时间序列分析的一些模型如条件异方差模型等,在语音识别中也值得借鉴。

论文目录

• 摘要
• Abstract
• 第1章 引言
• 第2章 汉语语音声母部分的平稳性分析
• 2.1 平稳性与自相关函数
• 2.2 平稳性检验
• 2.2.1 平稳性检验方法的选择
• 2.2.2 DF 单位根检验
• 2.3 汉语语音声母的平稳性度量及分类
• 2.3.1 汉语语音声母的平稳性度量
• 2.3.2 汉语语音声母的分类
• 第3章 平稳性较好的声母的识别模型
• 3.1 ARMA 模型简介
• 3.1.1 ARMA 模型概述
• 3.1.2 样本自相关函数与偏自相关函数
• 3.2 模型的建立和参数的选取
• 3.2.1 模型的建立流程及改进思路
• 3.2.2 实验使用的模型及参数
• 3.3 实验结果及分析
• 3.3.1 实验方法及结果
• 3.3.2 分析与结论
• 第4章 平稳性较差的声母的识别
• 4.1 模型的选择与GARCH 族模型简介
• 4.1.1 模型的选择
• 4.1.2 GARCH 族模型简介
• 4.2 模型的建立和参数的选取方法
• 4.3 实验结果及分析
• 4.3.1 第一次实验方法及结果
• 4.3.2 改进实验及结果
• 4.3.3 分析与结论
• 第5章 结论与进一步工作
• 参考文献
• 致谢
• 个人简历