面向數(shù)字家庭的語音識別系統(tǒng)研究與實現(xiàn).pdf

1、隨著計算機科學與信息技術的迅速發(fā)展，智能技術也得到迅速的提高。語音識別技術作為一種人機交互技術越來越得到關注，近些年來，語音識別技術發(fā)展速度非?？?，并且在許多領域已經(jīng)有了很好的應用。語音識別技術是一門涉及面很廣的交叉學科，正逐步成為信息技術中人機交互的關鍵技術。目前，語音識別技術的應用已經(jīng)成為一個具有競爭性的新興高技術產業(yè)，隨著其他各學科理論的不斷發(fā)展和深入，一些新技術，新理論的不斷涌現(xiàn)，為語音識別的研究奠定了基礎。 本論文主要

2、研究和實現(xiàn)的是非特定人連續(xù)語音識別系統(tǒng)。語音識別內容主要包括：語音信號的預處理、端點檢測、特征提取、模型訓練和識別分析等。本文結合隱馬爾可夫模型原理，并利用HTK（HMM ToolKit）語音處理工具箱，實現(xiàn)了基于音節(jié)、音素和三音子模型的語音識別系統(tǒng)，并分析了不同聲學模型單元、語言模型、特征參數(shù)、高斯密度混合數(shù)等因素對識別率的影響。首先，本文介紹了語音識別國內外發(fā)展狀況，分析了目前語音識別所面臨的一些困難，尤其是非特定人連續(xù)語音識別所面

3、臨的一些困難，從而在此基礎上闡述了本論文研究的背景及意義。接著，本文探討了語音識別的相關原理，介紹了語音識別的預處理和特征提取過程，并選擇MFCC作為本文的特征提取參數(shù)，同時，介紹了隱馬爾可夫模型的定義和相關算法，確定了在本文中所要用到的HMM一些參數(shù)，如HMM拓撲結構，狀態(tài)數(shù)目等。最后，本文介紹了HTK以及用HTK建立連續(xù)語音識別系統(tǒng)的整個詳細過程，在實驗的基礎上分析了諸多因素對語音識別率的影響，同時對本文的工作進行了總結，并對語音識