語音識別軟件關(guān)鍵技術(shù)的研究.pdf

1、語音識別字面上理解就是可以讓計算機或者其他機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應(yīng)的響應(yīng)。語音識別是一門很復(fù)雜的交叉性學(xué)科，涉及到語言學(xué)，聲學(xué)，計算機科學(xué)，生理學(xué)，數(shù)字信號處理學(xué)等等學(xué)科。
　　本文在系統(tǒng)分析了網(wǎng)絡(luò)中開源的語音識別程序、語音信號分析和動態(tài)時間規(guī)整算法原理的基礎(chǔ)上，針對特定詞特定人的模式匹配構(gòu)建了一

2、個具有簡單功能的語音識別系統(tǒng)。論文主要內(nèi)容包括:首先簡單介紹了語音識別的基本概念和算法原理及少量系統(tǒng)處理模塊，國內(nèi)外語音識別發(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。分析語音識別系統(tǒng)的特點、結(jié)構(gòu)和類型，以及語音識別應(yīng)用所面臨的問題，粗略介紹了目前比較運用較廣的幾種算法。根據(jù)本文語音識別系統(tǒng)自身所用的讀入方式，介紹了音頻格式，其中，詳細介紹了WAV格式音頻文件的存儲原理和文件格式。研究了語音信號的產(chǎn)生模型、數(shù)字化與預(yù)處理、在時域

3、和頻域中得到并分析音頻信號的特征參數(shù)。詳細介紹了DTW（動態(tài)時間規(guī)整）算法以及對算法進行改進。對程序做大量測試并記錄，在每次實現(xiàn)預(yù)期功能基礎(chǔ)上新增更多的功能，在實驗出錯的情況下?lián)Q一個角度開發(fā)出新的可行功能。預(yù)測出可以進一步實現(xiàn)的功能，可聚類出口音方言識別，添加GUI圖形用戶界面，嵌入式程序應(yīng)用等等。
　　基于DTW算法的語音識別在端點檢測上具有很大的優(yōu)勢，可以較快較準(zhǔn)的檢測到有效語音的端點位置，提高了識別準(zhǔn)確性和識別速度。本文在M