用于控制的漢語(yǔ)小詞表語(yǔ)音識(shí)別算法的研究和應(yīng)用.pdf

1、當(dāng)前，語(yǔ)音識(shí)別技術(shù)在飛速的發(fā)展，識(shí)別程度也在不斷的提高。語(yǔ)音識(shí)別的穩(wěn)健性，識(shí)別系統(tǒng)的可移植性，識(shí)別系統(tǒng)對(duì)環(huán)境、說(shuō)話人、麥克風(fēng)的自適應(yīng)性成為衡量一個(gè)系統(tǒng)好壞的重要指標(biāo)，一個(gè)完整的語(yǔ)音識(shí)別系統(tǒng)要經(jīng)歷以下過(guò)程，預(yù)處理，語(yǔ)音特征提取，語(yǔ)音模型建立，語(yǔ)音訓(xùn)練識(shí)別，然后回放播出或用語(yǔ)音進(jìn)行控制。 本文介紹了語(yǔ)音信號(hào)處理的基本理論，回顧了國(guó)內(nèi)外語(yǔ)音識(shí)別發(fā)展歷史。詳細(xì)闡述了動(dòng)態(tài)時(shí)間歸整算法和馬爾可夫模型的基本理論，并研究了它們應(yīng)用到特定人漢語(yǔ)小

2、詞匯表識(shí)別中的方法。 采用動(dòng)態(tài)時(shí)間歸整模型形成的經(jīng)典語(yǔ)音識(shí)別算法常用在特定人小詞匯量語(yǔ)音識(shí)別系統(tǒng)中，本文提出了具有魯棒性的兩級(jí)端點(diǎn)檢測(cè)語(yǔ)音識(shí)別技術(shù)，在語(yǔ)音信號(hào)采集時(shí)，對(duì)數(shù)據(jù)進(jìn)行提取并壓縮后形成模板，根據(jù)過(guò)零率，短時(shí)能量和匹配標(biāo)號(hào)分類。采用了多模板匹配算法識(shí)別。還研究了特定人漢語(yǔ)小詞匯表語(yǔ)音識(shí)別的隱馬爾可夫模型的基本原理，給出了隱馬爾可夫算法應(yīng)用到孤立詞語(yǔ)音識(shí)別中的一系列概率統(tǒng)計(jì)公式，訓(xùn)練參數(shù)最小估計(jì)，同時(shí)還給出用于語(yǔ)音訓(xùn)練的Ba

3、um-Welch和Viterbi算法。依據(jù)HMM的運(yùn)行過(guò)程中出現(xiàn)的問(wèn)題，提出解決的方法。在提出的新的模型中，為了取的有效的解決辦法和取得最佳關(guān)鍵路徑，我們對(duì)前向和后向算法進(jìn)行了優(yōu)化。經(jīng)過(guò)校正，對(duì)特定人漢語(yǔ)小詞匯表語(yǔ)音識(shí)別算法進(jìn)行實(shí)驗(yàn)，結(jié)果顯示改進(jìn)后的語(yǔ)音識(shí)別方法同傳統(tǒng)的語(yǔ)音識(shí)別方法相比識(shí)別性能更好。 相對(duì)于HMM算法，DWT算法對(duì)特定人識(shí)別要更好。更適合應(yīng)用到消費(fèi)類市場(chǎng)產(chǎn)品中，實(shí)驗(yàn)用18個(gè)字的漢語(yǔ)小詞匯量系統(tǒng)進(jìn)行了測(cè)試，識(shí)別成功