語音生詞本的分析和實現(xiàn).pdf

1、自上世紀中葉以來，語音識別技術在不斷地進步與發(fā)展?；谡Z音識別的系統(tǒng)逐漸從實驗室走向人們的日常生活當中。時下流行的Siri、Cortana語音個人助手，無一不是建立在語音識別技術的基礎上。與此同時，在21世紀的今天，英語作為一門國際通用語言，在國人的學習、工作和生活當中扮演著越來越重要的角色。本文為此，基于語音識別技術，利用kivy框架設計了一款跨平臺的查單詞的應用——語音生詞本。這款軟件既支持文本查詢，又提供語音查詢功能。從而幫助人們

2、能夠更好地學習和掌握一門外語。
　　本文首先介紹語音識別技術的發(fā)展歷程、語音識別技術在實際生活生產(chǎn)領域的應用，為本文所研究的語音生詞本確立研究路線。在此基礎上，本文按照語音信號從聲帶產(chǎn)生直到最終被識別的順序，分別介紹了語音識別系統(tǒng)的組成部分，包括語音信號的產(chǎn)生、預處理、端點檢測以及特征參數(shù)的提取。接著，針對不同的核心識別算法（DTW/HMM），分別對基于這兩種不同算法的系統(tǒng)進行描述。對于DTW算法，對其基本原理進行深度的分析，簡述

3、了算法實現(xiàn)方式，并且通過分析某些特殊情況，從而提出了對算法的改進；對于HMM算法，描述了其基本的組成元素和三個基本問題。從系統(tǒng)的角度對HMM系統(tǒng)每一個模塊進行分析（包括向量標注，模型訓練）。并對向量標注中用到的向量量化器進行實現(xiàn)和改進。在討論模型訓練的過程中也對模型的選擇和初始狀態(tài)的設定進行了一定的分析和討論。
　　本文通過python編程語言分別實現(xiàn)了基于DTW和HMM算法的語音識別系統(tǒng)，并且對這兩種算法得到的識別結(jié)果進行比較和