面向俄语军事语音的语种识别研究

发布时间：2023-10-27 20:29

　　随着各种信息获取手段的不断进步,获取到的信息变得更多、更容易也更多冗余,语音信息也是如此。随着越来越多的多语种语音环境的出现,对语音信息中非目标语种的所有冗余信息的剔除变得愈加关键,针对语音的语种识别需求也越来越大。为了填补目前国内针对俄语的语种识别研究的空白,本文将结合深度学习方法,针对俄语军事语音进行语种识别研究。本文通过研究俄语发音特点,发现语音频谱图包含语种鉴别特征,并通过对比实验证明了频谱图特征在军事领域针对俄语语音的识别效果良好。本文采用交叉验证的方法划分数据集,进行了两次对比实验:首先是通过对比实验来探究不同语种识别特征和分类模型的识别性能。在此过程中,研究了音素序列特征提取、频谱特征提取、高斯建模特征提取三种特征提取方法,具体分析了使用高斯建模特征提取方法获取的基于因子分析的全空间建模辨识向量ivector特征;还研究了深度学习方法中能够捕捉图像特征的卷积神经网络,对比了传统语种识别方法与基于CNN的深度学习语种识别方法在汉、越、俄、西、日五种语言上的性能差异。其次是通过混合构成俄语军事语音语料,训练针对俄语军事语音的语种识别模型来比较ivector特征和频谱图特征,在...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 引言
    1.1 研究背景
    1.2 研究意义
        1.2.1 俄语军事语音研究
        1.2.2 语种识别方法对比研究
        1.2.3 基于深度学习的语种识别原型系统
    1.3 研究关键问题
        1.3.1 语种识别特征的选取
        1.3.2 深度学习与语种识别方法的结合
    1.4 论文的主要内容及组织结构
第二章 特征提取方法
    2.1 音素序列方法
        2.1.1 基于PRLM的语种识别
        2.1.2 基于WPLLR的语种识别
    2.2 频谱特征的提取方法
        2.2.1 梅尔频率倒谱系数特征
        2.2.2 移位差分倒谱特征
    2.3 高斯建模特征
        2.3.1 高斯混合模型特征
        2.3.2 GMM-MLLR特征
        2.3.3 辨识向量ivector特征
    2.4 本章小结
第三章 深度学习方法
    3.1 神经网络
    3.2 深度学习
    3.3 卷积神经网络
        3.3.1 神经感知机的发展
        3.3.2 图像特征捕捉器
        3.3.3 CNN的实际应用
    3.4 本章小结
第四章 语种识别方法对比研究
    4.1 实验准备
        4.1.1 实验环境
        4.1.2 实验语料
        4.1.3 实验设置
    4.2 传统语种识别方法
        4.2.1 基于MFCC-SVM的语种识别
        4.2.2 基于SDC-SVM的语种识别
        4.2.3 基于ivector-SVM的语种识别
    4.3 深度学习语种识别方法
        4.3.1 基于MFCC-CNN的语种识别
        4.3.2 基于ivector-CNN的语种识别
        4.3.3 基于语音频谱特征的CNN语种识别
    4.4 实验过程
        4.4.1 特征数据准备
        4.4.2 语种识别模型训练
        4.4.3 测试打分模块
    4.5 实验结果
        4.5.1 结果数据
        4.5.2 结果分析
        4.5.3 实验小结
第五章 俄语军事语音语种识别原型系统
    5.1 俄语军事语音的特点
    5.2针对俄语军事语音的对比实验
        5.2.1 实验设置
        5.2.2 实验过程
        5.2.3 实验结果
    5.3 构建原型系统
    5.4 本章小结
第六章 总结与展望
    6.1 主要工作
    6.2 研究展望
致谢
参考文献
作者简历



本文编号：3857219