基于wince的嵌入式語音識別系統(tǒng)的研究.pdf

1、隨著語音識別效果的逐步提高,語音輸入輸出正逐步成為人機交互的一種重要方式。這種交互方式對語音識別技術(shù)和識別系統(tǒng)提出了更高的要求,尤其在系統(tǒng)的便捷性,實時性和可移植性等方面。因此,在嵌入式系統(tǒng)中實現(xiàn)一個能識別較大詞匯量,具有較好實時性,并且具有足夠高的識別率的語音識別系統(tǒng),具有很高的理論研究及實用價值。
　　 本文首先分析語音識別技術(shù)研究的發(fā)展背景及國內(nèi)外研究現(xiàn)狀,并對本研究的背景項目所要求的各項技術(shù)指標進行介紹和分析。在深入研究

2、語音識別過程中各關(guān)鍵模塊,包括語音預處理,特征提取,關(guān)鍵識別算法及決策等的基礎(chǔ)上,對各模塊的重點技術(shù)進行研究。在語音預處理模塊中,重點對預加重、分幀、加窗、端點檢測的各種算法進行分析,通過實驗比較各種算法的優(yōu)劣；在特征提取模塊中,通過分析LPCC參數(shù)和MFCC參數(shù)的實現(xiàn)原理和差異,結(jié)合背景項目的要求,闡述選用LPCC參數(shù)的因為。
　　 在對核心識別算法的研究中,本論文分別對三種經(jīng)典的語音識別算法-動態(tài)時間規(guī)整算法(DTW)、隱馬

3、爾科夫模型(HMM)和人工神經(jīng)網(wǎng)絡算法(ANN)的算法思想和識別原理進行分析,并在傳統(tǒng)的DTW算法基礎(chǔ)上,對算法進行了簡化改進,從而減少了算法的運算量,實現(xiàn)了程序效率的提高。圍繞改進的DTW算法,提出一種新的匹配方法-二次匹配法,通過改變匹配流程,使用LPCC參數(shù)與改進DTW算法的組合,實現(xiàn)了大詞匯量的語音識別系統(tǒng)的設(shè)計,系統(tǒng)的識別率能夠保持在80％以上,達到背景項目的具體要求。
　　 本文在對現(xiàn)有的嵌入式操作系統(tǒng)深入研究的基礎(chǔ)