非特定人漢語數(shù)碼語音識別研究及嵌入式系統(tǒng)實現(xiàn).pdf

1、語音識別是模式識別和人工智能的一個重要領(lǐng)域，是計算機科學(xué)、信號處理、生理學(xué)、心理學(xué)等多學(xué)科研究的熱點問題。目前，語音識別技術(shù)方面的研究逐漸從實驗室研究階段進入實用化研究階段。隨著智能化電子產(chǎn)品開發(fā)的需求提高和嵌入式技術(shù)的發(fā)展，迫切需要將語音識別技術(shù)應(yīng)用于基于嵌入式系統(tǒng)平臺的智能電子產(chǎn)品，以提升產(chǎn)品的市場價值和易操作性?，F(xiàn)有的語音識別算法計算復(fù)雜度和空間復(fù)雜度較高，而嵌入式平臺的可用資源有限，需要對算法進行改進，在保證一定識別率的前提下降

2、低算法計算復(fù)雜度，以適合嵌入式平臺的應(yīng)用。此外，為了增加產(chǎn)品的通用性，免去每次重新訓(xùn)練，語音識別最好可以針對非特定人并且對集外數(shù)據(jù)有效。針對上述問題，本文對非特定人漢語數(shù)碼的語音識別相關(guān)算法進行研究，提出相應(yīng)的改進算法，并將該算法應(yīng)用于嵌入式系統(tǒng)，實現(xiàn)了一個語音撥號系統(tǒng)。論文的主要研究內(nèi)容包括：
　　首先，利用隱馬爾科夫工具包（HTK）搭建了一個語音識別系統(tǒng)，并分別針對孤立詞與連續(xù)詞、集內(nèi)數(shù)據(jù)和集外數(shù)據(jù)等多種情況開展實驗。

3、　　其次，研究了語音信號去噪、特征提取（如線性預(yù)測頻率倒譜系數(shù)LPCC和Mel頻率倒譜系數(shù)MFCC）、聲學(xué)單元選取、參數(shù)捆綁和高斯混合元數(shù)目等對識別率的影響。
　　再次，對現(xiàn)有語音識別算法進行優(yōu)化設(shè)計，提出適用于嵌入式平臺的語音識別算法。在PC機上針對連續(xù)詞語音識別對該算法進行仿真實驗，結(jié)果表明，集內(nèi)識別率達97.50％，集外識別率達96.83%，識別時間也有所減少。
　　最后，將所提出的語音識別算法應(yīng)用于嵌入式平臺（友善之