用于控制的漢語小詞表語音識別算法的研究和應(yīng)用.pdf

1、當(dāng)前，語音識別技術(shù)在飛速的發(fā)展，識別程度也在不斷的提高。語音識別的穩(wěn)健性，識別系統(tǒng)的可移植性，識別系統(tǒng)對環(huán)境、說話人、麥克風(fēng)的自適應(yīng)性成為衡量一個系統(tǒng)好壞的重要指標(biāo)，一個完整的語音識別系統(tǒng)要經(jīng)歷以下過程，預(yù)處理，語音特征提取，語音模型建立，語音訓(xùn)練識別，然后回放播出或用語音進行控制。 本文介紹了語音信號處理的基本理論，回顧了國內(nèi)外語音識別發(fā)展歷史。詳細(xì)闡述了動態(tài)時間歸整算法和馬爾可夫模型的基本理論，并研究了它們應(yīng)用到特定人漢語小

2、詞匯表識別中的方法。 采用動態(tài)時間歸整模型形成的經(jīng)典語音識別算法常用在特定人小詞匯量語音識別系統(tǒng)中，本文提出了具有魯棒性的兩級端點檢測語音識別技術(shù)，在語音信號采集時，對數(shù)據(jù)進行提取并壓縮后形成模板，根據(jù)過零率，短時能量和匹配標(biāo)號分類。采用了多模板匹配算法識別。還研究了特定人漢語小詞匯表語音識別的隱馬爾可夫模型的基本原理，給出了隱馬爾可夫算法應(yīng)用到孤立詞語音識別中的一系列概率統(tǒng)計公式，訓(xùn)練參數(shù)最小估計，同時還給出用于語音訓(xùn)練的Ba

3、um-Welch和Viterbi算法。依據(jù)HMM的運行過程中出現(xiàn)的問題，提出解決的方法。在提出的新的模型中，為了取的有效的解決辦法和取得最佳關(guān)鍵路徑，我們對前向和后向算法進行了優(yōu)化。經(jīng)過校正，對特定人漢語小詞匯表語音識別算法進行實驗，結(jié)果顯示改進后的語音識別方法同傳統(tǒng)的語音識別方法相比識別性能更好。 相對于HMM算法，DWT算法對特定人識別要更好。更適合應(yīng)用到消費類市場產(chǎn)品中，實驗用18個字的漢語小詞匯量系統(tǒng)進行了測試，識別成功