CDHMM的B不再是一個矩陣，而是一組觀察值概率密度函數，由M個連續(xù)高斯密度函數描述：

?

?

N(o，ujk，∑jk)為多維高斯概率密度函數，o是觀察矢量序列，即從語音中提取的特征矢量參數(o1，o2，…，ot)，t為觀察矢量序列的時間長度。ujk，∑jk分別為高斯分布的均值和方差參數，Cjk為高斯分布的權值，滿足約束條件

?

?

CDHMM參數估計采用“分段K-平均法”。初始模型可以隨機選取，由

?

?

是改進后的模型，再將作為初始值，重新估計。

基于“分段K-平均法”的CDHMM參數估計具體過程為：

(1)設置模型參數初始值λ=(π，A，B)。

(2)根據此λ用Viterbi算法將輸入的訓練語音數據劃分為最可能的狀態(tài)序列，利用狀態(tài)序列估計參數A。

?

?

(3)用分段K-平均法對B進行重新估計，即將第二步得到的每一種狀態(tài)的訓練語音數據搜集在一起并對其特征進行統計，從而得到B。

?

?

對于概率密度函數由若干正態(tài)分布函數線性相加的CDHMM系統，每個狀態(tài)θj(1≤j≤N)的概率密度函數bj(X)由K個正態(tài)分布函數線性相加而成，這樣可以把每一狀態(tài)語音幀分成K類，然后計算同一類中諸語音幀矢量X的均值矢量，方差矩陣∑jk和混合密度函數中各概率密度函數的權重系數 Cjk。

(4)由(2)和(3)估計的CDHMM參數作為初值，利用重估公式對CDHMM參數進行重估，得到參數。

(5)利用(4)所得的計算，并與p(O/λ)相比較。如果差值小于預定的閾值或迭代次數超過預定的次數，即說明模型參數已經收斂，無需進行重估計算，可將作為模型參數輸出。反之，若差值超出閾值或迭代未到預定的次數，則將計算結果作為新的初值，重復進行下一次迭代。

3 結束語

論文建立了一種基于嵌入式系統的語音口令識別系統，并且對上升、下降等14條口令進行測試，每條語音先切除靜音，預加重，然后通過 Hamming窗分幀處理，幀長和幀移分別為20ms和10ms，然后對每一幀語音信號提取16MFCC+16AMFCC共32維參數作為特征矢量。該語音口令識別系統達到了實時的要求，可以使語音口令識別系統廣泛應用于便攜式設備中。