小型語音識(shí)別系統(tǒng)的研究和開發(fā).pdf

1、語音是人與機(jī)器之間進(jìn)行交流的重要工具.語音識(shí)別就是讓機(jī)器聽懂人的話,語音識(shí)別技術(shù)在實(shí)際中得到廣泛應(yīng)用.該文小型語音識(shí)別系統(tǒng)是針對小詞匯量的孤立詞語音識(shí)別,該論文從兩個(gè)方面進(jìn)行論述.一方面從模式識(shí)別的角度研究,討論了語音識(shí)別的原理和模型,建立了小型詞庫的語音識(shí)別模型.論文首先介紹了語音識(shí)別的基本原理,包括語音信號(hào)的數(shù)字模型和語音信號(hào)的數(shù)字處理,重點(diǎn)論述了語音的分幀和端點(diǎn)檢測.語音信號(hào)特征的提取是語音識(shí)別的重要環(huán)節(jié),該文介紹了兩種語音特征參

2、數(shù):線性預(yù)測倒譜系數(shù)(LPCC)和Mel頻率倒譜系數(shù)(MFCC),我們選取MFCC參數(shù)作為語音識(shí)別的特征參數(shù).該文論述了動(dòng)態(tài)時(shí)間規(guī)整算法(DTW)和隱馬爾可夫模型(HMM)的原理,重點(diǎn)講述了在語音識(shí)別系統(tǒng)的應(yīng)用.基于DTW建立了針對特定人的小型語音識(shí)別模型,對"0~9"十個(gè)數(shù)字和23個(gè)中文詞匯進(jìn)行識(shí)別實(shí)驗(yàn),取得了較好的識(shí)別效果;基于連續(xù)高斯分布的HMM建立了針對非特定人的小型語音識(shí)別模型,對十個(gè)數(shù)字進(jìn)行了非特定人識(shí)別實(shí)驗(yàn),取得了初步實(shí)驗(yàn)