語(yǔ)音識(shí)別關(guān)鍵技術(shù)研究及系統(tǒng)實(shí)現(xiàn).pdf

1、語(yǔ)音識(shí)別是讓機(jī)器“聽懂”人類語(yǔ)音，并做出正確反應(yīng)，其終極目標(biāo)是實(shí)現(xiàn)人類與機(jī)器的自然交流。隨著科學(xué)技術(shù)的發(fā)展，語(yǔ)音識(shí)別技術(shù)正逐步形成一套比較完整的理論體系，其實(shí)用產(chǎn)品也相繼推出，但由于各個(gè)領(lǐng)域需求不同，往往需要進(jìn)行針對(duì)性開發(fā)。語(yǔ)音識(shí)別技術(shù)發(fā)展的兩個(gè)重要方向是基于PC機(jī)的大詞匯量識(shí)別和嵌入式的語(yǔ)音識(shí)別，都有廣闊的市場(chǎng)前景。為此，對(duì)語(yǔ)音識(shí)別關(guān)鍵技術(shù)進(jìn)行研究，提出一種新的識(shí)別算法——遺傳動(dòng)態(tài)時(shí)間規(guī)劃算法(GA_DTW)，與傳統(tǒng)的動(dòng)態(tài)時(shí)間規(guī)整算法

2、相比，新算法具有較優(yōu)的全局搜索能力和并行計(jì)算的特點(diǎn)，實(shí)驗(yàn)結(jié)果證明了該算法的有效性，孤立詞的識(shí)別率達(dá)到95.07％；根據(jù)GA_DTW算法，設(shè)計(jì)了基于嵌入式的小型語(yǔ)音識(shí)別系統(tǒng)，將新算法運(yùn)用于該系統(tǒng)，系統(tǒng)測(cè)試取得了良好的結(jié)果。其主要研究工作如下：
　　 （1)分析語(yǔ)音識(shí)別的基礎(chǔ)理論，包括語(yǔ)音的基本組成、漢語(yǔ)語(yǔ)音特性、數(shù)字模型、語(yǔ)音信號(hào)采樣、預(yù)加重、加窗、分幀、端點(diǎn)檢測(cè)以及特征參數(shù)提?。会槍?duì)語(yǔ)音預(yù)處理中最重要的端點(diǎn)檢測(cè)，提出一種改進(jìn)型端

3、點(diǎn)檢測(cè)算法——雙動(dòng)態(tài)語(yǔ)音端點(diǎn)檢測(cè)算法，實(shí)驗(yàn)表明該算法具有更好的檢測(cè)性能；在分析線性預(yù)測(cè)倒譜系數(shù)(LPCC)和美爾頻率倒譜系數(shù)(MFCC)的特點(diǎn)后，選用MFCC作為研究的特征參數(shù)，并提取了該參數(shù)。
　　 （2)研究目前三種主流的語(yǔ)音識(shí)別算法：動(dòng)態(tài)時(shí)間規(guī)整(DTW)、隱馬爾科夫模型(HMM)和人工神經(jīng)網(wǎng)絡(luò)(ANN)。分析它們的原理、特點(diǎn)及實(shí)現(xiàn)過程，對(duì)DTW的語(yǔ)音識(shí)別進(jìn)行實(shí)驗(yàn)，通過對(duì)比分析三種算法的特點(diǎn)，結(jié)合本文研究的實(shí)際情況，選擇D

4、TW作為研究的重點(diǎn)，提出利用遺傳算法對(duì)其進(jìn)行改進(jìn)。
　　 （3)在分析遺傳算法的基礎(chǔ)上，利用其優(yōu)越的全局搜索能力和并行計(jì)算的特點(diǎn)，對(duì)傳統(tǒng)的DTW算法進(jìn)行改進(jìn)，提出遺傳動(dòng)態(tài)時(shí)間規(guī)劃的識(shí)別算法；重點(diǎn)研究該算法的實(shí)現(xiàn)機(jī)理、編碼方式、適應(yīng)度函數(shù)設(shè)計(jì)、種群初始化、選擇機(jī)理、交叉運(yùn)算、變異操作和終止策略，并進(jìn)行實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)結(jié)果表明了該算法的有效性和高效性。
　　 （4)基于GA_DTW算法，設(shè)計(jì)了一個(gè)以SPCE061A單片機(jī)為核心