孤立詞語音識(shí)別系統(tǒng)關(guān)鍵問題的研究.pdf

1、作為人與人之間最自然的交流方式，語音操作方式顯然也是人機(jī)交互時(shí)的最佳選擇之一。今天，語音識(shí)別系統(tǒng)正在不斷地改變著我們的生活。隨著嵌入式設(shè)備的不斷發(fā)展，終端設(shè)備的體積越來越小，操作要求更加簡(jiǎn)便。而利用孤立詞語音識(shí)別系統(tǒng)來進(jìn)行操作命令的語音輸入則是一個(gè)十分理想的人機(jī)接口方式，應(yīng)用前景非常廣闊。 本文搭建了一個(gè)大詞匯量、非特定人、動(dòng)態(tài)詞表的孤立詞語音識(shí)別系統(tǒng)，詞表大小為6∞詞，包含了人名、地名、命令詞、日常用語等各個(gè)方面的常用詞語。并

2、以其作為實(shí)驗(yàn)平臺(tái)，對(duì)孤立詞語音識(shí)別系統(tǒng)中一些關(guān)鍵問題進(jìn)行了深入系統(tǒng)的研究。 本文深入研究了語音端點(diǎn)檢測(cè)算法，在對(duì)當(dāng)前常用的語音端點(diǎn)檢測(cè)算法的分析和實(shí)驗(yàn)基礎(chǔ)上，提出了一種以短時(shí)能量為語音檢測(cè)特征，具有良好抗噪音性能的語音端點(diǎn)檢測(cè)算法。實(shí)驗(yàn)證明，該算法計(jì)算簡(jiǎn)便、準(zhǔn)確率高，特別適用于輸入語音較短孤立詞語音識(shí)別系統(tǒng)中孤立詞起止點(diǎn)的檢測(cè)。另外，本文介紹了歐洲電信標(biāo)準(zhǔn)學(xué)會(huì)(ETSI)分布式語音識(shí)別系統(tǒng)標(biāo)準(zhǔn)中提出的語音激活檢測(cè)算法，并根據(jù)該算

3、法進(jìn)行了噪聲適應(yīng)性改進(jìn)。在此基礎(chǔ)上還搭建了一個(gè)自動(dòng)錄音系統(tǒng)，該系統(tǒng)可以自動(dòng)檢測(cè)輸入語音的有無來判定錄音的自動(dòng)開始和結(jié)束，為實(shí)用語音識(shí)別系統(tǒng)提供了良好的人機(jī)接口。 本文針對(duì)多數(shù)語音識(shí)別系統(tǒng)運(yùn)算量大，難以保證實(shí)時(shí)識(shí)別的問題，從識(shí)別搜索算法入手，采用了本文采用了選取最大高斯混合密度、局部距離估計(jì)、最佳混合分量預(yù)測(cè)、特征系數(shù)重排序等一系列方法來簡(jiǎn)化系統(tǒng)的搜索過程，減少計(jì)算量。實(shí)驗(yàn)表明，采用了這些方法后，系統(tǒng)的搜索過程的計(jì)算量減少了24％