1、本文對基于自適應(yīng)神經(jīng)模糊推理與隱馬爾可夫的語音分割進(jìn)行了研究?，F(xiàn)代語音技術(shù)和研究需要高精確度和高可靠性的語音分割。人工分割一直被認(rèn)為是最為可靠和精確的方法。然而，人工分割方法不僅費時費力，還必須由語音專家來進(jìn)行實施。在大數(shù)據(jù)時代，尤其針對大型語音庫，這是一個致命的缺陷。因此，發(fā)展高精確度的自動語音分割技術(shù)，是十分必要的。最主要的自動語音分割技術(shù)，被稱為強制校準(zhǔn)。在此方法中，隱馬爾可夫模型（HMM）被用于構(gòu)建不同音素的語音模型。而語音信號

2、被提取為一幀一組的特征向量。該模型可以得到音素間大概的語音邊界，但結(jié)果不夠準(zhǔn)確。傳統(tǒng)的基于隱馬爾科夫模型的強制校準(zhǔn)系統(tǒng)，在 TIMIT語音庫中，以20毫秒的容忍度來計算，精確度在80％?89％之間。迄今為止，許多方法被提出，用于改善基于隱馬爾科夫的自動語音分割技術(shù)。一些研究人員認(rèn)識到，基于隱馬爾科夫的自動語音分割與人工語音分割之間的差別，是語音專家具有語音分割的相關(guān)知識。而模糊邏輯可以將此類知識，直觀的轉(zhuǎn)化為可用于計算機的模糊規(guī)則。但模

3、糊規(guī)則需要專家精心設(shè)計，且無法保證規(guī)則的完備性。針對這些問題，提出一種更加合適的改善方法，是本研究的目的。
　　自適應(yīng)神經(jīng)模糊推理系統(tǒng)（ANFIS）是一種結(jié)合神經(jīng)網(wǎng)絡(luò)與模糊推理系統(tǒng)的機器學(xué)習(xí)方法。與其他機器學(xué)習(xí)方法相比，它具有神經(jīng)網(wǎng)絡(luò)和模糊推理系統(tǒng)的優(yōu)點，且具有較好的性能。其優(yōu)點：實現(xiàn)簡單，非線性，使用模糊推理規(guī)則，非常適合解決我們之前提到的問題。在本課題中，自適應(yīng)神經(jīng)模糊推理系統(tǒng)，被用于學(xué)習(xí)如何修正分割點位置，來補償人工分割與機

4、器分割間的差異和隱馬爾科夫模型本身所產(chǎn)生的系統(tǒng)分割誤差。整個實驗分為兩步：第一步，上下文無關(guān)的HMM被用于獲得初始的語音邊界。第二步，訓(xùn)練好的自適應(yīng)神經(jīng)模糊推理系統(tǒng)用于修正第一步所得到的分割邊界。實驗使用TIMIT數(shù)據(jù)庫。實驗的結(jié)果表明，自適應(yīng)神經(jīng)模糊推理系統(tǒng)，可以顯著的提高，基于隱馬爾科夫的自動語音分割技術(shù)精確度。在TIMIT語音庫中，以20毫秒容忍度為評價標(biāo)準(zhǔn)，自適應(yīng)神經(jīng)模糊推理系統(tǒng)使得精確度從86.25%提高92.08%。這也證明