中等詞匯量漢語連續(xù)語音識別技術研究.pdf

1、語音識別的目的是讓機器理解人的語言，實現更方便直接的人機交互。經過幾十年的研究和發(fā)展，語音識別技術已日漸成熟并逐漸走向實用。越來越多具有語音識別功能的產品進入人類的日常生活。 然而語音識別技術對環(huán)境的依賴性很強，語音識別系統(tǒng)通常是將在安靜環(huán)境下訓練得到的模板應用于實際環(huán)境中。而實際環(huán)境中一般都存在噪聲，隨著環(huán)境噪聲的加大，識別性能將會急劇下降，這是因為噪聲對語音識別的影響很大，而對噪聲的處理比較困難，如何建立魯棒性識別系統(tǒng)成為語

2、音識別領域的重要研究課題。 本文介紹了語音識別的主要應用領域，國內外發(fā)展歷史與研究現狀，簡要介紹了語音識別的基本方法及涉及到的關鍵技術，包括語音識別系統(tǒng)的分類、識別基元的選取以及模板訓練與模式匹配的主要方法等。 分析語音識別系統(tǒng)的基本結構及涉及到的各種主要技術，討論了語音信號的預處理及語音信號各種主要時、頻域特征參數的提取，重點分析研究常用且效果良好的、反映語音倒譜特征的線性預測倒譜系數(LPCC)和美爾倒譜系數(MFC

3、C)的提取方法。 隱馬爾科夫模型用統(tǒng)計原理建立語音識別的聲學模型，是目前語音識別的主流聲學建模技術，本文重點介紹了隱馬爾科夫模型的原理及其在語音識別中的應用，并探討了其局限性。 最后在HTK平臺上實現了中等詞匯量特定人漢語連續(xù)語音識別的實驗，驗證了語音識別各個步驟的工作，提取出多種語音特征參數并對其進行對比實驗以比較不同特征參數的識別效果；通過實驗討論HMM狀態(tài)數的不同對識別率的影響；討論基于最小統(tǒng)計譜減法的語音增強技術