语音关键词识别系统的模型训练及性能评价

• 作者: 李娜 葛万成
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 语音识别 kaldi 声学模型 查询词权重代价 最佳阈值
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 技术创新
• 页码范围: 8-10
• 页数: 3页
• 分类号: TP393
• 字数: 3411字
• 语种: 中文

摘要

随着AI的发展,智能家居、语音助手等成为了语音识别的重要应用.文章在kaldi中以智能家居为背景,搭建了完整的语音关键词识别系统,分析了基于GMM-HMM模型下的单音素训练、三音素训练以及线性区分分析(LDA)、最大似然线性变换(MLLT)和说话人适应(SAT)等技术对关键词识别系统的影响,并用F4DE分析了不同训练算法下的关键词识别的性能的差异.仿真表明三音素下结合SAT+MLLT+LDA技术的关键词识别效果较好,TWV可以达到0.9549.最后给出了针对不同应用需求环境下的关键词最佳阈值选取算法,通过这个最佳门限值可以最小化误警率和虚警率,从而使得TWV的值最小,以满足不同语音关键词识别应用场景下的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛万成		144	921	14.0	25.0
2	李娜		32	123	7.0	10.0