漢語連續(xù)數(shù)目字語音識別的研究.pdf

1、連續(xù)數(shù)目字語音識別是當(dāng)今語音識別領(lǐng)域的一個重要研究方向。本文簡述了漢語數(shù)目字語音識別的發(fā)展與現(xiàn)狀，分析了漢語數(shù)目字語音識別的困難所在，對連續(xù)數(shù)目字語音識別方法進行了研究。選取語音識別系統(tǒng)的特征參數(shù)時，對LPC倒譜參數(shù)和MFCC參數(shù)進行了比較，選擇能夠反映人的聽覺對語音感知特性的MFCC參數(shù)作為語音的特征參數(shù)，同時考慮到特征參數(shù)各維分量對于識別性能的貢獻，對各維分量進行了加權(quán)處理。實驗證明，基于MFCC的特征參數(shù)比LPC倒譜參數(shù)具有更佳的

2、抗噪性。本文還討論了在語音信號的聲學(xué)處理環(huán)節(jié)提高語音識別魯棒性的問題和方法。利用語音聲學(xué)信號的頻譜分析來尋找連續(xù)語音信號幀的分割點，再結(jié)合音素分割方法，成功的提高了分割精度。實驗表明mel標度頻譜法比傳統(tǒng)的以信號的短時能量，過零率等簡單特征作為判決特征參數(shù)的語音端點檢測方法更適合語音的分割。實驗結(jié)果表明，這種算法對于清音和噪聲，以及元音和輔音的區(qū)分都有很好的識別性能。系統(tǒng)采用VQ/HMM模型作為語音識別的聲學(xué)模型。對搜索算法，識別算法進