基于聚類結(jié)合HMM對模糊語義語音識別的研究.pdf

1、語音識別就是讓計算機或其它機器能夠聽懂人說的話，從本質(zhì)上來講它屬于模式識別，其根本目的是研究帶有聽覺功能的裝置，能夠通過語音控制裝置，該裝置可以“理解”語音信息中包含的命令意圖并且做出響應。語音識別是一門復雜的交叉性學科，其中涉及到語言學、聲學、生理學、數(shù)字信號處理和計算機科學等學科。
　　 本文在系統(tǒng)分析了語音產(chǎn)生模型、語音信號分析和隱馬爾可夫模型原理的基礎上，針對具有模糊語義的語音即人類口語，結(jié)合聚類算法基于隱馬爾可夫模型構(gòu)

2、建了一個語音識別系統(tǒng)。論文的主要研究內(nèi)容為:首先介紹了語音識別的基本概念和系統(tǒng)構(gòu)成，國內(nèi)外語音識別發(fā)展歷程和研究現(xiàn)狀，闡明了本課題的研究背景和意義。研究了語音信號的產(chǎn)生模型、數(shù)字化與預處理、在時域和頻域中得分析方法以及語音信號的特征參數(shù)提取。詳細分析了隱馬爾可夫模型原理、結(jié)構(gòu)、建模過程和三種算法以及算法的改進，為在語音識別中應用隱馬爾可夫模型打下了基礎。針對模型初值選取提出了K-均值聚類算法，對隱馬爾可夫模型初值選取進行了改進。K-均值

3、聚類算法得到的模型初始參數(shù)B能使局部最大值盡量靠近全局最優(yōu)點，還可保障達到收斂的計算效率最好，即收斂所需的迭代次數(shù)最小。針對漢語語音結(jié)構(gòu)特點提出了結(jié)合音節(jié)和韻母聚類法的音節(jié)聚類法。基于音節(jié)聚類的填料模板同時有兩者的優(yōu)點，既增強了系統(tǒng)穩(wěn)定性，又提高了識別準確性和識別速度。
　　 本文在MATLAB環(huán)境中仿真了語音的預處理、端點檢測、特征參數(shù)提取、模型訓練、模型匹配和識別語音等過程。并且自建了訓練樣本庫和檢測語音，檢測了該語音識別系