SVM與HMM結(jié)合的中文語(yǔ)音音節(jié)識(shí)別算法的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、語(yǔ)音識(shí)別是人們走向全面智能化的開始,人們希望用聲音代替手動(dòng)操作,用聲音的獨(dú)特性來(lái)做身份驗(yàn)證。讓機(jī)器識(shí)別出人的聲音,以命令、代碼的形式表現(xiàn)出來(lái)。為了實(shí)現(xiàn)這一目標(biāo),科學(xué)工作者做了大量的研究,采用模式匹配、概率統(tǒng)計(jì)、辨別真?zhèn)蔚确椒?同時(shí)也解決了很多問題,實(shí)現(xiàn)了聲控電話撥號(hào),口授打字,聲控門禁,語(yǔ)音驅(qū)動(dòng)等一系列的技術(shù)。
　　 本文主要論述了隱馬爾可夫模型在中文語(yǔ)音識(shí)別中的應(yīng)用,詳細(xì)介紹中文語(yǔ)音識(shí)別系統(tǒng)的開發(fā)過程和語(yǔ)音驅(qū)動(dòng)三維人臉唇動(dòng),主

2、要工作如下:
　　 1.本文首先對(duì)一種常用的統(tǒng)計(jì)模型--隱馬爾可夫模型進(jìn)行簡(jiǎn)單的分析和研究?；谶@一模型本文實(shí)現(xiàn)了一種新的中文語(yǔ)音識(shí)別算法,在實(shí)驗(yàn)室的環(huán)境下,用MATLAB通過仿真實(shí)驗(yàn),證實(shí)這一算法可行性和有效性都非常好?；谶@一算法的中文語(yǔ)音識(shí)別率可以達(dá)到81.6％
　　 2.為了進(jìn)一步提高中文語(yǔ)音識(shí)別率,本文引入了對(duì)算法的改進(jìn)。通過查閱國(guó)內(nèi)外的優(yōu)秀論文和資料,支持向量機(jī)能夠很好的做分類,而隱馬爾可夫模型做單字的識(shí)別很

3、有效,本論文將兩者的優(yōu)點(diǎn)結(jié)合起來(lái),改進(jìn)算法。經(jīng)過實(shí)驗(yàn)室MATLAB實(shí)驗(yàn)后,識(shí)別率可達(dá)到93.5％。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的算法在識(shí)別率上有了大的提高。
　　 3.基于前面對(duì)中文語(yǔ)音識(shí)別的研究,本文設(shè)計(jì)實(shí)現(xiàn)了一個(gè)基于SVM+HMM的中文語(yǔ)音音節(jié)識(shí)別系統(tǒng)。文中依據(jù)系統(tǒng)的功能特點(diǎn),首先對(duì)系統(tǒng)做了比較全面需求分析,在這個(gè)基礎(chǔ)上給出了一個(gè)該系統(tǒng)的總體設(shè)計(jì),并對(duì)系統(tǒng)模塊進(jìn)了劃分。本系統(tǒng)采用C/S模式,通過用戶請(qǐng)求,服務(wù)器應(yīng)答請(qǐng)求,并返回識(shí)別結(jié)