语音动力学系统的神经网络建模方法研究

人工神经网络（ＡＮＮ）方法是非线性动力学系统建模的有效方法．本文针对多层ＡＮＮ结构，运用递推预报误差（ＲＰＥ）算法对离散非线性动力学系统进行了建模研究，并将之运用于语音非线性动力学系统的动态建模，估计出了语音非线性动力学系统稳态吸引子的维数，为了解语音和实用化的语音识别提供了良好的基础．

递归趋势分析在汉语语音声韵母切分中的应用研究

基于隐马尔可夫模型(HMM)的连续语音自动切分方法由于较高的切分精度得到了广泛的应用,然而其切分结果还不能够直接应用于基于脚本的语音拼接合成系统,需要音素边界的再调整。本文分析了不同的汉语语音音素的非线性动力学物理模型在其递归图(RP)上的表现,通过递归趋势(RT)这一衡量系统稳定性程度的量化参数,揭示了语音产生过程中的不稳定性。结合基于HMM的连续语音初始切分结果,从定位语音动力学特性突变点的角度,调整声韵母切分边界,在10、20、30毫秒基准范围内,切分精度分别提高了13.88%、4.19%、3.19%。

基于定量递归分析的清浊音判决

在语音信号处理中,清浊音判决的准确与否直接关系到后续语音处理的质量。该文通过分析不同的语音音素动力学物理模型在其递归图上的表现,统计定量递归分析中确定性和归一化最长对角线这两种特征参数,得到清浊音的显著差异。设定灵活合理的阈值判决语音信号的清浊音,得到了良好的试验结果。和其他传统判决方法比较,误判率有明显降低,为语音特征提取和识别研究提供了新的途径。