连续二次贝氏分类法辨认相似国语单音的方法及装置

摘要

本发明是用两次贝氏分类法辨认国语相似单音，第一次用贝氏分类法先找出一个和未知单音最相似的M个已知单音(top M candidates)，此M个相似单音包含该未知单音机率极高。第二次用比较精密贝氏分类法从M个相似已知单音找出此未知单音。一个单音音波的长短随发音而异。单音音波是一个随时间作非线性变化的系统，因此它有一种随时间作非线性变化的动态特性，即使同一人发同样的音也是一样。只要人类听懂是相同的单音，相同单音音波有一连串相同的语音特征。本发明是根据此非线性动态特性及很多极难分辨的相似单音，用统计自然导出一套语音贝氏辨认系统。

主权项

1. 一个语音辨认系统，其特征在于包含：(1)一个先前处理器删去不具语音音波信号点或杂音；(2)一个已知单音音波正常化及抽取特征方法：用弹性框将音波正常化并转换成大小相等的LPC倒频谱LPCC特征矩阵，并将相同单音音波转换成特征相同的矩阵；(3)一个已知单音特征矩阵多个样本转换成一个标准模型，储藏在数据库，标准模型含有该已知单音特征矩阵的样本平均数及变异数；(4)一个未知单音音波正常化及抽取特征方法：将音波正常化并转换成大小与已知标准模型大小相等的特征矩阵，称为未知单音分类模型，内含有线性预估编码倒频谱LPCC；(5)一个简化贝氏分类法：将未知单音分类模型与数据库所有已知单音标准模型比较，找M个与未知单音最相似的已知单音c′i，i＝1，...，M判为未知单音的M个相似已知单音(找M个最小l(ci)(20)的值)；(6)在每个相似已知单音c′i，计算全部样品(xi k)的l(xi k)，i＝1，...，M，k＝1，...，Ki，(22)的值，取最小K个样品的l(xi k)值的总和，叫做此相似已知单音与未知单音总贝氏距离或mis-categorizationrisk，在M个相似已知单音找一个最小总贝氏距离的相似已知单音判为未知单音。