語音識(shí)別軟件關(guān)鍵技術(shù)的研究.pdf

1、語音識(shí)別字面上理解就是可以讓計(jì)算機(jī)或者其他機(jī)器聽到人所說的話并且做出一定的判斷，本質(zhì)上來說它屬于模式匹配，它的根本目的就是要研究具有聽覺功能的裝置，讓其通過語音的輸入，理解說話人的意圖并做出與命令相對(duì)應(yīng)的響應(yīng)。語音識(shí)別是一門很復(fù)雜的交叉性學(xué)科，涉及到語言學(xué)，聲學(xué)，計(jì)算機(jī)科學(xué)，生理學(xué)，數(shù)字信號(hào)處理學(xué)等等學(xué)科。
　　本文在系統(tǒng)分析了網(wǎng)絡(luò)中開源的語音識(shí)別程序、語音信號(hào)分析和動(dòng)態(tài)時(shí)間規(guī)整算法原理的基礎(chǔ)上，針對(duì)特定詞特定人的模式匹配構(gòu)建了一

2、個(gè)具有簡(jiǎn)單功能的語音識(shí)別系統(tǒng)。論文主要內(nèi)容包括:首先簡(jiǎn)單介紹了語音識(shí)別的基本概念和算法原理及少量系統(tǒng)處理模塊，國(guó)內(nèi)外語音識(shí)別發(fā)展的歷程和研究現(xiàn)狀，闡明了本論文的研究背景和意義。分析語音識(shí)別系統(tǒng)的特點(diǎn)、結(jié)構(gòu)和類型，以及語音識(shí)別應(yīng)用所面臨的問題，粗略介紹了目前比較運(yùn)用較廣的幾種算法。根據(jù)本文語音識(shí)別系統(tǒng)自身所用的讀入方式，介紹了音頻格式，其中，詳細(xì)介紹了WAV格式音頻文件的存儲(chǔ)原理和文件格式。研究了語音信號(hào)的產(chǎn)生模型、數(shù)字化與預(yù)處理、在時(shí)域

3、和頻域中得到并分析音頻信號(hào)的特征參數(shù)。詳細(xì)介紹了DTW（動(dòng)態(tài)時(shí)間規(guī)整）算法以及對(duì)算法進(jìn)行改進(jìn)。對(duì)程序做大量測(cè)試并記錄，在每次實(shí)現(xiàn)預(yù)期功能基礎(chǔ)上新增更多的功能，在實(shí)驗(yàn)出錯(cuò)的情況下?lián)Q一個(gè)角度開發(fā)出新的可行功能。預(yù)測(cè)出可以進(jìn)一步實(shí)現(xiàn)的功能，可聚類出口音方言識(shí)別，添加GUI圖形用戶界面，嵌入式程序應(yīng)用等等。
　　基于DTW算法的語音識(shí)別在端點(diǎn)檢測(cè)上具有很大的優(yōu)勢(shì)，可以較快較準(zhǔn)的檢測(cè)到有效語音的端點(diǎn)位置，提高了識(shí)別準(zhǔn)確性和識(shí)別速度。本文在M