基于HMM模型的孤立詞語音識別系統(tǒng)及應(yīng)用研究.pdf

1、人們在日常生活中實(shí)現(xiàn)相互之間的日常交流使用的手段有手勢、表情和語音三種,而語音是其中使用最為頻繁的一種,這是因?yàn)檎Z音具有高效方便的特點(diǎn)。正是由于語音高效方便的特點(diǎn)決定了語音識別技術(shù)必將會(huì)成為人與機(jī)器之間交流的主要手段。
　　語音識別所采用的技術(shù)手段主要是先提取語音的特征信息并建立模型,然后對語音模型進(jìn)行訓(xùn)練得到訓(xùn)練模板,提取待測語音特征,最后利用得到的訓(xùn)練模板的特征與待測語音特征進(jìn)行模式匹配。
　　隨著語音識別技術(shù)的不斷發(fā)展

2、,語音控制也隨之得到越來越多的技術(shù)人員的關(guān)注。語音控制技術(shù)的關(guān)鍵就在于,不僅要讓機(jī)器人聽懂人在說什么,而且還要讓機(jī)器人知道要去做什么。本文就是基于語音控制技術(shù),針對小詞匯量孤立詞語音識別系統(tǒng)進(jìn)行研究。
　　研究表明,在一個(gè)很短的時(shí)間間隔內(nèi)(即短時(shí)幀)語音信號可看做是平穩(wěn)的。因此,在這段時(shí)間類的語音信號能夠用線性模型描述,但是在整體上看來語音信號是隨時(shí)間不斷變化的。這就要求在用模型表示該信號時(shí),模型所用的參數(shù)也必須要即時(shí)變化。因此,

3、人們想到了這樣一個(gè)方法:把整個(gè)語音信號劃分成若干個(gè)短時(shí)區(qū)間,然后再在短時(shí)區(qū)間內(nèi)用線性模型描述,最后按照時(shí)間順序?qū)⒍虝r(shí)線性模型串接,這就構(gòu)成了一條Markov鏈。Markov鏈描述的是狀態(tài)與觀測值相對應(yīng)的統(tǒng)計(jì)關(guān)系。
　　HMM的基本思想是建模,該模型是利用狀態(tài)轉(zhuǎn)移概率和觀測輸出概率對基元的發(fā)音速率和聲學(xué)變化建立的。
　　本論文主要從兩個(gè)方面進(jìn)行論述,一方面從理論的角度討論了語音識別的原理和語音的聲學(xué)模型(主要是隱馬爾科夫模型,