该报告的主要工作就是围绕语音识别的一些基本技术展开的,主要包括以下几个方面:最小分类误差训练:我们采用基于最小分类误差准则的模型训练方法,直接将模型的性能(识别率)与模型的训练过程联系在一起,而且能够根据模型之间的辨别信息调整模型的参数,从而在整体上使模型达到最优.我们基于这种思想对声学模型进行最小分类误差训练,显著地提高了模型的分类性能.二次搜索识别器:连续语音识别在众多领域有着广泛的应用.但是在许多应用中,由于硬件资源的限制,对语音识别系统提出了更苛刻的要求,即利用尽可能少的资源,以尽可能快的速度、尽可能高地识别精度完成识别任务.为了满足这一需求,我们充分利用了单因子模型和三因子模型的特点,构造了一种基于二次搜索策略的语音识别器,可以在保证识别精度的同时提高识别的速度.声学模型的训练和细化:在实验中,我们采用了逐步细化的策略训练声学模型.为了解决在训练三因子模型过程中遇到的训练数据不足的问题,我们还利用了基于决策树的模型捆绑技术,从而大幅度地压缩三因子模型中的独立状态的个数.提琴音乐分析:提琴音质的客观评测标准一直是提琴制作大师们梦寐以求的目标.建立这种客观评测标准的前提是对乐音的分析技术.我们利用语音识别技术对不同提琴奏出的乐音进行识别,得到非常好的结果.听觉特性:我们在参数提取过程加入了几种众所周知的人耳听觉特性,得到的特征参数具有与广泛采用的MFCC参数类似的性能.多发音字典:为了考虑发音变化带来的影响,我们在发音字典中引入多个发音,并且根据不同发音的出现频数,为每个发音定义了发音概率.通过实验证实,多发音字典可以有效地提高系统的识别率.