語音識別算法及應用技術研究.pdf

1、隨著科技的發(fā)展，人們生活水平的提高，出現(xiàn)了各種各樣的家用電器，豐富了人們文化生活、減輕了人們生活負擔。如何更有效地管理這些家電，使其更好地為生活服務已成為研究的熱點。針對此問題，本課題提出把語音識別技術應用到家電控制中，構建具有語音識別功能的家電集中控制系統(tǒng)，從而實現(xiàn)對家電的集中管理。
　　 本文深入研究了語音識別的預處理、特征參數(shù)提取、基于連續(xù)隱馬爾可夫模型（簡稱CHMM）的訓練、識別算法等基本理論。原始語音信號預處理包括：預

2、濾波、預加重、短時加窗、端點檢測等；特征參數(shù)提取是對預處理后的語音信號提取Mel 頻率倒譜系數(shù)（簡稱MFCC）；訓練、識別算法則利用CHMM 進行聲學建模，建立了基于CHMM的孤立詞語音識別算法。
　　 研究表明，基于CHMM的語音識別算法在環(huán)境噪聲干擾的情況下，識別精度顯著下降。針對此算法缺陷，從信號空間、特征空間、模型空間三個層次進行語音補償，構建了一種新的語音識別算法。該算法有效結合了維納濾波、直方圖均衡、向量泰勒級數(shù)這三

3、種算法的優(yōu)點，具有較好的魯棒性，本文簡稱該算法為“混合魯棒語音識別算法”。
　　 利用混合魯棒語音識別算法，采用TI 公司的TMS320VC5402 為核心芯片，外擴存儲電路、語音信號采集電路、LCD 顯示電路和無線通信模塊等；選用電視、DVD、電冰箱、空調、洗衣機、電燈等家電作為控制對象，構建了基于語音識別的家電集中控制平臺，最終實現(xiàn)家電的語音控制。
　　 系統(tǒng)測試結果表明，在室內噪聲環(huán)境下，采用混合魯棒語音識別算法的