基于音素发生率的自动语言辨识

不同语言的语音基元的种类和数量存在着差异,即使两种语言有相同的音素,它们的发生频率也存在差异。以前基于音素标识的语言辨识系统,难以引入新的语言。本文分别使用了GMM和VQ模型对音素符号发生率信息在语言辨识中的作用进行了研究,使用了音素符号发生率方法以及三种改进方法,各项实验结果表明音素符号发生率信息在语言辨识中具有一定的作用,可以作为语言辨识方法研究的一个方向。     

语言辨识系统中最佳线性融合技术的研究

本文利用不同参数提取方法对语言辨识系统中的线性融合技术进行了研究。融合系数的获取通过三个准则进行实现,CFM准则、MSE准则和CE准则。实验系统采用了区分性高斯混合模型,利用OGI-TS多语种电话语音语料库,对决策级融合性能进行了评估。实验表明,利用决策级融合技术,选择最佳融合系数,可以很好地改善语言辨识率。     

基于C_nV结构的自动语言辨识研究

与说话人识别、连续语音识别相比,自动语言辨识是一个相对较新的研究,而且是一项较难的课题。与音素配位学相比较韵律是语言辨识的更有希望的一个语言辨识特征。论文介绍了一种基于伪音节结构CnV的自动语言辨识方法,该系统提取了辅音、元音构成的伪音节结构的MFCC和!MFCC特征参数,使用了与语言无关的GMM算法模型化该特征。经过对OGI-TS数据库中的英语、法语、汉语测试表明,元音、辅音特征信息在语言辨识中起到一定作用,伪音节结构模型也是语言辨识的有效模型之一。