語音生詞本的分析和實現(xiàn).pdf

1、自上世紀(jì)中葉以來，語音識別技術(shù)在不斷地進(jìn)步與發(fā)展?；谡Z音識別的系統(tǒng)逐漸從實驗室走向人們的日常生活當(dāng)中。時下流行的Siri、Cortana語音個人助手，無一不是建立在語音識別技術(shù)的基礎(chǔ)上。與此同時，在21世紀(jì)的今天，英語作為一門國際通用語言，在國人的學(xué)習(xí)、工作和生活當(dāng)中扮演著越來越重要的角色。本文為此，基于語音識別技術(shù)，利用kivy框架設(shè)計了一款跨平臺的查單詞的應(yīng)用——語音生詞本。這款軟件既支持文本查詢，又提供語音查詢功能。從而幫助人們

2、能夠更好地學(xué)習(xí)和掌握一門外語。
　　本文首先介紹語音識別技術(shù)的發(fā)展歷程、語音識別技術(shù)在實際生活生產(chǎn)領(lǐng)域的應(yīng)用，為本文所研究的語音生詞本確立研究路線。在此基礎(chǔ)上，本文按照語音信號從聲帶產(chǎn)生直到最終被識別的順序，分別介紹了語音識別系統(tǒng)的組成部分，包括語音信號的產(chǎn)生、預(yù)處理、端點檢測以及特征參數(shù)的提取。接著，針對不同的核心識別算法（DTW/HMM），分別對基于這兩種不同算法的系統(tǒng)進(jìn)行描述。對于DTW算法，對其基本原理進(jìn)行深度的分析，簡述

3、了算法實現(xiàn)方式，并且通過分析某些特殊情況，從而提出了對算法的改進(jìn)；對于HMM算法，描述了其基本的組成元素和三個基本問題。從系統(tǒng)的角度對HMM系統(tǒng)每一個模塊進(jìn)行分析（包括向量標(biāo)注，模型訓(xùn)練）。并對向量標(biāo)注中用到的向量量化器進(jìn)行實現(xiàn)和改進(jìn)。在討論模型訓(xùn)練的過程中也對模型的選擇和初始狀態(tài)的設(shè)定進(jìn)行了一定的分析和討論。
　　本文通過python編程語言分別實現(xiàn)了基于DTW和HMM算法的語音識別系統(tǒng)，并且對這兩種算法得到的識別結(jié)果進(jìn)行比較和