基于HMM的漢語數(shù)字語音識別系統(tǒng)研究.pdf

1、語音是人與機器之間進(jìn)行交流的重要工具，語音識別技術(shù)就是讓機器聽懂人類的語音并執(zhí)行相關(guān)動作，具有廣泛的應(yīng)用背景。雖然在這方面的研究有很多，但目前仍有許多問題有待進(jìn)一步探索。 語音的聲學(xué)模型和識別理論是構(gòu)建語音識別系統(tǒng)的基礎(chǔ)。本文首先介紹了語音的聲學(xué)模型結(jié)構(gòu)，然后按照語音識別系統(tǒng)的處理步驟詳細(xì)地分析了各個過程。在語音信號的端點檢測方面提出了改進(jìn)的譜熵算法，實驗表明用該方法進(jìn)行端點檢測后提取特征參數(shù)可提高語音識別系統(tǒng)的魯棒性。特征參數(shù)

2、的選取對整個語音識別系統(tǒng)的實時性、魯棒性有很大的影響。文中對語音信號的短時時域特征和語譜圖進(jìn)行分析后，詳細(xì)闡述了線性預(yù)測分析系數(shù)(LPC)、線性預(yù)測倒譜系數(shù)(LPCC)及Mel頻率倒譜系數(shù)(MFCC)等特征參數(shù)的提取方法，并對其失真測度進(jìn)行了討論。 文中論述了動態(tài)時間歸整理論和隱馬爾可夫模型原理，用MATLAB語言編程研究了它們在語音識別系統(tǒng)中的應(yīng)用。用DTW理論進(jìn)行孤立詞語音識別時比較了特定人和非特定人識別及特征參數(shù)的選擇對識