用于設(shè)備控制的語音識(shí)別系統(tǒng)的研究.pdf

1、現(xiàn)代社會(huì)中機(jī)器在人們的生活中無處不見，現(xiàn)在以鍵盤為主的人機(jī)交互界面必須手眼并用的操作，而且比較難度，技術(shù)度比較高。為此就需要研究一種更加友好方便的人機(jī)交互界面。語音是人類交流最自然方便的方式。通過語音對(duì)機(jī)器進(jìn)行控制可以使人機(jī)交互的效率大大的提高。要實(shí)現(xiàn)人機(jī)的語音交互就必須提高語音識(shí)別的實(shí)用性，本文所做的就是語音識(shí)別控制技術(shù)的研究。本文研究設(shè)計(jì)了一個(gè)特定人、小詞匯量、孤立詞語音識(shí)別控制系統(tǒng)。 本論文分析和比較了動(dòng)態(tài)時(shí)間規(guī)整(DTW

2、)和隱馬爾柯夫模型(HMM)兩種識(shí)別算法的優(yōu)缺點(diǎn)?？紤]到系統(tǒng)的要求是設(shè)計(jì)出一個(gè)特定人、小詞匯量孤立詞語音識(shí)別系統(tǒng)，動(dòng)態(tài)時(shí)間規(guī)整(DTW)可以滿足系統(tǒng)的設(shè)計(jì)要求，因此算法選定為動(dòng)態(tài)時(shí)間規(guī)整。該算法的思想就是將動(dòng)態(tài)規(guī)劃的思想用于解決語音識(shí)別中的語速多變的問題，使得未知單詞的時(shí)間軸不均勻的扭曲或彎折，以便使其特征與模板特征對(duì)正。識(shí)別的過程就是將語音信號(hào)進(jìn)行預(yù)處理后，提取語音信號(hào)特征，采用一定的測度，計(jì)算識(shí)別語音與模板語音的失真，確定識(shí)別結(jié)果。

3、 本文對(duì)基于DTW算法的小詞匯量語音識(shí)別系統(tǒng)進(jìn)行了系統(tǒng)設(shè)計(jì)，關(guān)鍵技術(shù)研究，進(jìn)行了軟件設(shè)計(jì)，論文重點(diǎn)研究了對(duì)孤立詞語音識(shí)別意義重大的端點(diǎn)檢測技術(shù)，并對(duì)當(dāng)前最常用的幾種特征參數(shù)：LPC、LPCC、MFCC參數(shù)進(jìn)行了詳細(xì)研究，并選取MFCC做為本研究的特征參數(shù)。針對(duì)DTW算法存在的兩個(gè)最大的缺陷：一是對(duì)端點(diǎn)的敏感性：二是運(yùn)算量較大；對(duì)傳統(tǒng)的算法上進(jìn)行了改進(jìn)，提高了運(yùn)行速度，取得了很好的效果。軟件系統(tǒng)通過雙線程實(shí)現(xiàn)了對(duì)語音信號(hào)的實(shí)時(shí)采集