基于VQ和DTW相結合的語音識別算法研究.pdf

1、語音識別研究工作起步于20世紀50年代，經(jīng)過將近70年的研究工作，在關鍵技術方面，迄今已有很大的突破。目前高識別率的語音識別機器主要是以計算機為硬件核心，輔以軟件算法實現(xiàn)，因此系統(tǒng)較為龐大，為了減小體積，降低成本，同時滿足高識別率的實際應用要求，下一代的語音識別機器將以專用DSP處理器為核心集成的語音識別系統(tǒng)，所以研究與DSP處理相匹配的語音識別的算法是有現(xiàn)實意義的。 本文設計和構建了基于DSP的說話人實時識別系統(tǒng)，在進行算法研

2、究改進的同時，也進行了相關硬件電路的設計，用來對改進算法的驗證工作，完成了說話人語音實時識別，本文所做的具體工作如下： 先研究了語音識別算法的原理及通用結構，討論了語音識別的關鍵技術； 然后研究了基于矢量量化(VQ)和動態(tài)時間規(guī)整(DTW)的語音識別算法原理。并給出了完成語音識別所必須包含的三個階段，即語音信號的預處理階段、特征參數(shù)提取階段和語音識別階段； 隨后根據(jù)孤立詞語音識別的特點，提出了一些新的方法和在現(xiàn)有

3、基礎上加以改進的算法。在說話人語音預處理方面，提出了新型自適應調(diào)節(jié)的動態(tài)窗長和新型語音端點檢測方法，并將二者有機結合來進行純潔語音段的選取，來提高語音處理速度和語音端點檢測精確；在語音識別方面，提出改進后的矢量量化(VQ)和動態(tài)時間規(guī)整(DTW)等識別算法，并將二者相結合，以適于TMS320C5402 DSP語音處理芯片應用； 最后論述了用于DSP處理器實現(xiàn)的算法原理，并給出了基于DSP處理器的算法流程；以TMS320C5402