小語音庫(kù)的語音識(shí)別及實(shí)現(xiàn).pdf

1、隨著語音識(shí)別技術(shù)的深入研究和廣泛應(yīng)用，語音識(shí)別技術(shù)已基本成熟并逐漸應(yīng)用于人們生活中的各個(gè)領(lǐng)域。本文對(duì)中小字表孤立詞和連續(xù)詞語音識(shí)別系統(tǒng)進(jìn)行仿真，從而對(duì)提高正確分割率和識(shí)別率的算法進(jìn)行探索。 本文按照一個(gè)特定人語音識(shí)別系統(tǒng)的處理過程，從信號(hào)預(yù)處理（數(shù)字采樣、預(yù)加重濾波、加窗分幀）開始，分別介紹了語音信號(hào)的基礎(chǔ)知識(shí)、實(shí)用化模型、端點(diǎn)檢測(cè)、特征參數(shù)提取、語音訓(xùn)練和識(shí)別方法，并對(duì)每個(gè)步驟可用的幾種方法進(jìn)行了對(duì)比分析。其中本文對(duì)傳統(tǒng)的連續(xù)

2、詞端點(diǎn)檢測(cè)分割算法，進(jìn)行了改進(jìn)，成功地提高了分割正確率。最終，根據(jù)所選參數(shù)和語音分割識(shí)別算法編制了一個(gè)特定人小詞匯量語音識(shí)別軟件。論文具體的研究工作為： 第一，研究語音信號(hào)的預(yù)處理和特征參數(shù)提取。內(nèi)容涉及了語音信號(hào)的數(shù)字化、加窗處理、預(yù)加重濾波、端點(diǎn)檢測(cè)，及時(shí)域特征向量和變換域特征向量。 第二，研究特定人孤立詞和連續(xù)詞分割識(shí)別算法，包括基于能量和過零率的端點(diǎn)檢測(cè)以及分割算法，DTW識(shí)別法，HMM識(shí)別法以及神經(jīng)網(wǎng)絡(luò)識(shí)別法。