小詞匯量的孤立詞語音識別方法研究.pdf

1、計算機在人類生活中扮演的角色越來越重要，人類期望與計算機的交流不再僅僅只是依靠鍵盤輸入，而希望能夠用更加直接快速的方式與之進行交流，讓計算機能夠聽懂人類的自然語音。語音識別就是在人類的這種期許之下才漸漸發(fā)展起來的，這是一門涉及多學(xué)科的新興科學(xué)，具有廣泛的應(yīng)用用前景。隨著計算機處理能力和語音處理技術(shù)的迅速提高，語音識別技術(shù)也得到了飛速的發(fā)展，相關(guān)的研究成果層出不窮。越來越多的涉及語音識別技術(shù)的產(chǎn)品走進了人類生活的方方面面，許多智能家居產(chǎn)品

2、中都有語音識別的功能模塊，這些都為人類的生活提供了便捷。
　　 本論文回顧了語音識別技術(shù)的發(fā)展歷史，并對研究現(xiàn)狀也做了分析，詳細研究了語音識別的基本原理與處理流程。分析了語音信號預(yù)處理的過程，如預(yù)加重，分幀加窗，端點檢測等，并對預(yù)處理過程當(dāng)中的端點檢測做了詳細的研究，運用雙門限端點檢測的方法檢測出了實驗語音的起始端點與結(jié)束端點。對于語音信號的特征提取過程，分析了語音的LPC、LPCC、MFCC特征參數(shù)提取的方法，通過實驗對比分析

3、，發(fā)現(xiàn)結(jié)合一階差分及倒譜提升后的MFCC參數(shù)較其它特征參數(shù)，在識別率及抗噪聲性能方面都具備一定的優(yōu)勢，可作為語音識別的特征參數(shù)。在對語音識別方法的研究中，首先對DTW算法的原理進行了分析，并對其進行了仿真實驗，然后提出了一種改進的DTW算法，該算法相比傳統(tǒng)的DTW算法，縮小了匹配區(qū)域，實驗結(jié)果表明改進后的算法在不影響語音識別系統(tǒng)的識別率的情況下，可以顯著的提高系統(tǒng)的識別速度，對于提高語音識別系統(tǒng)的實時性起到了積極的作用。最后設(shè)計了一個基