連續(xù)語音識別算法研究及在嵌入式系統(tǒng)上的實(shí)現(xiàn).pdf

1、自動語音識別是當(dāng)前學(xué)術(shù)界與工程界中的一個很活躍的研究領(lǐng)域。語音識別的目的在于讓機(jī)器“理解”人類的話語，從而使得信息的直接輸入能在更廣泛的領(lǐng)域以更快捷、更自然地替代間接輸入(如鍵盤、手寫板、掃描儀等錄入設(shè)備)，甚至完全淘汰間接輸入。語音識別是一門涉及到很多學(xué)科的交叉學(xué)科。近年來，國內(nèi)外在此領(lǐng)域取得持續(xù)進(jìn)步，使語音識別逐步從實(shí)驗(yàn)室走向市場。語音識別技術(shù)將應(yīng)用于工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個領(lǐng)域。尤其是在以嵌入

2、式系統(tǒng)為核心的終端電子消費(fèi)產(chǎn)品中，語音識別技術(shù)正在成為其人機(jī)界面和智能輔助操作的重要的應(yīng)用手段。
　　 本文深入地研究了自動語音識別中各個環(huán)節(jié)的算法與信號處理流程。從研究孤立詞語的識別算法入手，討論了包括語音產(chǎn)生機(jī)理和語音信號采集、去噪、變換、參數(shù)提取、訓(xùn)練以及模式匹配識別在內(nèi)的信號流程和算法原理，對于提高識別正確率的引馬爾可夫模式進(jìn)行了分析；針對連續(xù)語音識別相對于孤立詞語識別面臨的新問題：如語言模式、語法規(guī)則約束等進(jìn)行了討論；

3、在基于W3C的SRGS標(biāo)準(zhǔn)規(guī)范上，設(shè)計了一套實(shí)驗(yàn)用語法規(guī)則文件規(guī)范。分析了一個語法文件的案例，并在GNU Octave平臺進(jìn)行算法驗(yàn)證。本文還利用C/C++語言在桌面PC平臺下開發(fā)了一套算法程序以測試性能。并且使用CMU提供的LetsGoData語音數(shù)據(jù)庫做了性能上的測試，分析了識別誤差的產(chǎn)生原因和算法的改進(jìn)方向。
　　 在桌面PC機(jī)器上程序通過驗(yàn)證后，在Windows Mobile5.0嵌入式平臺上進(jìn)行了移植。隨后描述了向此平