基于HMM連續(xù)語音識別中關(guān)鍵技術(shù)的改進算法研究.pdf

1、語音是人類最自然、最方便的交流工具。在現(xiàn)場交流中，它傳播速度快，可以在黑暗中便捷的傳播，是圖片、文字或者按鈕等其他視覺、觸覺信息無法替代的工具。隨著計算機技術(shù)的發(fā)展，和計算機進行語言交流，使之理解人類語言成為人們的夢想和追求，而實現(xiàn)它的首要前提是使機器能夠識別人類語言，即語音識別。
　　 語音識別技術(shù)已取得巨大成就，形成了隱馬爾可夫模型(HMM)等有效識別技術(shù)，但語音識別仍存在著一系列問題亟待解決與改進，如對環(huán)境和說話人的自適應(yīng)

2、性、抗噪聲干擾性、聲音模型和語言模型的完善化、訓(xùn)練工作量和識別速度的優(yōu)化等。本文以提高語音識別對環(huán)境的適應(yīng)性及優(yōu)化識別算法為主要目的，基于現(xiàn)代信號處理理論提出了一些新算法和新方案。主要內(nèi)容和創(chuàng)新性成果如下：
　　 1.分析了語音識別技術(shù)的現(xiàn)狀和現(xiàn)有理論，并指出存在的不足。
　　 2.為了降低語音信號特征參數(shù)求解算法的復(fù)雜性，針對基音周期，本文提出了利用變長短時自相關(guān)函數(shù)和變長短時平均幅度差函數(shù)計算。這些方法通過降低加、乘

3、法計算次數(shù)來減少計算量，原理上也體現(xiàn)了數(shù)學(xué)中滑動平均的思想。仿真實驗結(jié)果表明，與原有的短時自相關(guān)和短時平均幅度差函數(shù)方法比較，新算法在估計準確率相同的情況下，可節(jié)省50％的計算時間，大大提高了算法的效率。
　　 3.針對線譜頻率參數(shù)，本文分析了求解原理和計算過程，提出先求M(x)的根來確定參數(shù)的所在區(qū)間，然后再利用二分法進一步迭代縮小區(qū)間的新算法，相較于固定步長的算法，迭代次數(shù)要少很多。仿真實驗及分析表明，新算法與其他三種傳統(tǒng)算

4、法相比，各種運算次數(shù)明顯減少，乘法運輸量僅為其他算法的13％～58％，且更加易于工程實現(xiàn)。
　　 4.語音端點的檢測是語音識別的一個重要組成部分。傳統(tǒng)的基于能量或過零率等特征的語音端點檢測，在強噪聲環(huán)境下，往往不能達到理想效果。實踐表明直接通過人眼對語音波形圖或頻譜圖進行端點檢測往往比使用傳統(tǒng)的自動檢測方法更好，所以用圖形處理替代人眼識別可得到一種新的端點檢測方法，實驗表明該方法效果良好。
　　 5.針對HMM方法的訓(xùn)練