基于HMM的嵌入式非特定人連續(xù)英語語音識(shí)別的研究與實(shí)現(xiàn).pdf

1、語音信號(hào)是人類交流傳遞信息的主要途徑，讓機(jī)器聽懂人類的語言是人類的夢(mèng)想。語音識(shí)別就是一門讓機(jī)器通過讀入語音信號(hào)并將其轉(zhuǎn)換為文本或命令的技術(shù)。經(jīng)過多年的發(fā)展，語音識(shí)別已經(jīng)有了長足的發(fā)展，并顯示出巨大的應(yīng)用潛能。
　　 語音識(shí)別的模板匹配方法有：動(dòng)態(tài)時(shí)間規(guī)整算法(DTW)、隱馬爾可夫模型(HMM)和人工神經(jīng)網(wǎng)絡(luò)。DTW算法適合小詞匯量的特定人孤立字詞識(shí)別，在進(jìn)行非特定人識(shí)別時(shí)的性能不太令人滿意，且識(shí)別過程運(yùn)算量較大；HMM則適合較大

2、詞匯量的非特定人連續(xù)語音識(shí)別；而人工神經(jīng)網(wǎng)絡(luò)則太過復(fù)雜。由于本文是中等詞匯量的連續(xù)語音識(shí)別，所以采用HMM模板匹配方法。
　　 嵌入式語音識(shí)別的應(yīng)用受到日益廣泛的關(guān)注，它的應(yīng)用形式和應(yīng)用領(lǐng)域不斷的擴(kuò)展。嵌入式技術(shù)的蓬勃發(fā)展為嵌入式語音識(shí)別應(yīng)用帶來了廣大的市場需求，所以基于嵌入式的語音識(shí)別研究更有價(jià)值。本文對(duì)語音識(shí)別系統(tǒng)的相關(guān)理論進(jìn)行了介紹，主要有語音預(yù)處理、端點(diǎn)檢測、特征參數(shù)提取、模板匹配等。具體研究了MFCC特征參數(shù)提取的相關(guān)