基于卷积神经网络的苗语孤立词语音识别

摘要

苗语作为西南少数民族的主要语种之一，其语音研究存在语言文字缺失、语音语料库不健全、地域差异等问题，因此苗语的语音识别难度较大。针对语音语料库不健全的问题，借助汉语拼音对苗语语音进行标注，构建不同地域的苗语语音语料库。基于拼音媒介传递的思想，设计苗语孤立词汇识别模型，该模型利用卷积神经网络对提取的语音特征进行训练和测试，解决了文字缺失情况下的苗语孤立词语音识别问题。为验证该模型的有效性和稳定性，以自建苗语语音语料库的数据作为实验数据集，分别在同地域、不同地域以及组合地域语音数据集上进行验证实验。实验结果表明，所提模型对苗语孤立词语音识别有效，同地域语音识别效果优于不同地域识别效果，在组合地域语音识别中表现亦良好。

0 引言

语音识别技术在汉语、英语和一些常用少数民族语言（藏语、蒙语、维尔吾语）中已有一定研究基础[1-2]，但关于低资源、无文字的少数民族语言（苗语、普米语、佤语、白语）的语音识别研究成果较少