基于支持向量機的語音識別技術.pdf

1、語音識別技術作為信息社會朝著智能化和自動化方向發(fā)展的關鍵技術之一，具有重要的研究意義和實用價值。經過近五十年的艱苦探索和研究，語音識別技術研究獲得了極大的發(fā)展，其中有些比較成熟的技術已經逐步應用于日常生活中。但總體來說，語音識別在研究和實用方面的難度還比較大。
　　 本文主要研究了支持向量機在語音識別中的應用。語音識別過程主要包括語音信號的預處理、特征提取、學習訓練、語音識別幾個部分。預處理部分采取小波理論對原始語音信號進行處理

2、，以期達到符合特征提取條件的波形。語音識別重要的一環(huán)就是特征參數提取，這直接會影響語音識別的效果。本文采用經驗模態(tài)分解算法(EMD)提取固有模態(tài)函數分量，經過傅立葉變換得到固有模態(tài)函數分量的頻譜，并以主頻譜值(最大值)為特征參數進行學習訓練和預測。在語音識別階段，支持向量機就表現出了其特有的優(yōu)勢。它不僅保證了得出的結果是全局最優(yōu)解，而且最終解不依賴先驗知識。
　　 支持向量機理論的基本思想是構造一個超平面作為決策平面，使正負模式