基于嵌入式的一種快速孤立詞識(shí)別方法研究與應(yīng)用.pdf

1、要讓機(jī)器“聽懂”人的說話，首先必須進(jìn)行語音識(shí)別，所以語音識(shí)別技術(shù)是智能技術(shù)中的一個(gè)重要分支。隨著HMM理論的相對(duì)成熟，語音識(shí)別技術(shù)也逐漸走入人們的生活，然而后續(xù)的理論發(fā)展緩慢，昂貴的語音識(shí)別芯片，影響了語音識(shí)別技術(shù)的推廣，現(xiàn)在我們面臨的問題主要有：第一，語音特征參數(shù)提取的不準(zhǔn)確；第二，語音識(shí)別模型過于復(fù)雜化。
　　本文針對(duì)上述兩個(gè)方面存在的問題，提出新的算法改進(jìn)。
　　為了研究“語音識(shí)別與何種參數(shù)相關(guān)”，做了有關(guān)的特征提取實(shí)

2、驗(yàn)，將現(xiàn)有的時(shí)域特征、頻域特征及時(shí)頻域特征進(jìn)行對(duì)比分析，發(fā)現(xiàn)時(shí)頻域特征才是語音識(shí)別的特征關(guān)鍵，通過對(duì)時(shí)頻譜的簡化，得到一個(gè)新的時(shí)頻特征——過零譜，再經(jīng)由大量實(shí)驗(yàn)證明，過零譜是一種可以實(shí)現(xiàn)簡單且識(shí)別效率高的特征函數(shù)。
　　針對(duì)現(xiàn)有的語音識(shí)別模型雖精確度高但是計(jì)算復(fù)雜的特點(diǎn)，提出了一種高識(shí)別率，低復(fù)雜度的語音識(shí)別模型——基于超球串的仿生模式識(shí)別算法，通過反復(fù)實(shí)驗(yàn)，與動(dòng)態(tài)時(shí)間規(guī)整（DTW）、隱馬爾科夫模型（HMM）對(duì)比分析，可知仿生模式

3、識(shí)別在算法復(fù)雜度上遠(yuǎn)遠(yuǎn)低于其他幾種算法，而識(shí)別的準(zhǔn)確率不低于其他語音識(shí)別算法。
　　對(duì)于現(xiàn)有的語音識(shí)別模型，特征參數(shù)提取過程復(fù)雜，計(jì)算量大，耗時(shí)長致使在低性能的嵌入式系統(tǒng)上難于實(shí)現(xiàn)，從而導(dǎo)致語音芯片或語音識(shí)別系統(tǒng)昂貴的問題，本文通過提出了一種新的特征提取方法，并用仿生模式識(shí)別算法進(jìn)行識(shí)別，經(jīng)MATLAB上進(jìn)行仿真結(jié)果表明，該算法運(yùn)行速度快，識(shí)別率高。將該算法移植到STM32上，實(shí)現(xiàn)了孤立詞識(shí)別。
　　本文的研究有廣泛的應(yīng)用價(jià)