中文摘要：

语音识别是人机交互最自然、最方便的手段，有着重要的研究价值和应用前景。在基于HMM的传统声学建模中，由于状态输出独立假设和串珠假设并没有充分考虑语音学知识，语音的声学结构和发音结构没有得到科学的描述。本项目旨在突破这些局限，结合语音学知识，研究基于贝叶斯网络改善描述语音声学结构（表现为声学特征的时间依存性结构）和发音结构（表现为由并行发音特征流表征的松耦合异步结构），进行精细结构声学建模，更准确刻

结论摘要：

本项目旨在突破语音识别基于HMM传统方法的局限，结合语音学知识，研究基于贝叶斯网络进行精细结构声学建模，更准确刻划语音的特性。为此，我们认真审视了基于HMM传统声学建模的多个方面，取得如下成果1）提出多预测组合时间依存性模型，突破HMM的状态输出独立假设，并提出相应的说话人自适应算法。2）提出基于动态贝叶斯网络融合多辅助信息的语音隐层建模，实现了并行多辅助链以突破串珠假设，取得了语音识别性能的显著改进。3）提出精细参数结构声学建模，取得了更好的语句自适应效果。4）提出紧耦合结构麦克风阵列语音识别声学建模，在国际上公开数据库（MONC）上取得比国际同行好得多的识别效果。5）提出Hierarchical Message Passing算法、Rolling-voting算法，自主设计和开发了一个高效的图模型工具包（PyGM），准备开源发布供同行使用。本项目培养了3名博士、2名硕士。在IEEE Transactions on ASLP、IEEE SPL、ICPR06、IEEE SMC06、ICASSP07、NCMMSC05优秀论文等共发表 8篇论文，其中2篇SCI、2篇EI、3篇ISTP。