漢語連續(xù)語音識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、語音識(shí)別是利用計(jì)算機(jī)對(duì)人類的語音進(jìn)行處理，將語音信號(hào)轉(zhuǎn)化為文字符號(hào)的一種技術(shù)。國內(nèi)外對(duì)漢語語音識(shí)別的研究已經(jīng)有了近60年的歷史，取得了很大的進(jìn)展，但仍存在很多問題?，F(xiàn)有的語音識(shí)別技術(shù)還達(dá)不到人與機(jī)器通過自然語言交互的目標(biāo)，大詞匯量、非特定人的連續(xù)語音識(shí)別仍是語音識(shí)別研究的難點(diǎn)與重點(diǎn)。
　　 本文主要研究漢語連續(xù)語音識(shí)別的關(guān)鍵技術(shù)。首先介紹了語音識(shí)別的原理、語音識(shí)別系統(tǒng)的組成以及漢語語音的基本知識(shí)。然后分別介紹了語音識(shí)別的預(yù)處理、

2、特征參數(shù)提取、模式匹配和后處理階段的功能及其關(guān)鍵技術(shù)，并針對(duì)傳統(tǒng)方法中存在的問題提出了改進(jìn)方案。本文的主要工作有：
　　 1)在個(gè)人電腦平臺(tái)下，用Microsoft Visual C++，MATLAB，Microsoft SQL Server等工具實(shí)現(xiàn)了一個(gè)中等詞匯量、非特定人的漢語連續(xù)語音識(shí)別系統(tǒng)，并對(duì)系統(tǒng)進(jìn)行了實(shí)驗(yàn)。系統(tǒng)選擇聲韻母作為識(shí)別基元，特征參數(shù)采用Mel頻標(biāo)倒譜系數(shù)，識(shí)別模型選用動(dòng)態(tài)時(shí)間規(guī)整模型。
　　 2)

3、識(shí)別基元分割的準(zhǔn)確度對(duì)系統(tǒng)的識(shí)別性能影響很大，現(xiàn)有的聲韻母分割方法在非連續(xù)語音中分割準(zhǔn)確度較高，但在連續(xù)語音中分割準(zhǔn)確度大幅度降低。針對(duì)這一問題，本文結(jié)合漢語連續(xù)語音的特性，利用熵與漢語元音的共振峰能量設(shè)計(jì)了一種新的聲韻母分割方法，有效提高了聲韻母分割的準(zhǔn)確度。
　　 3)采用傳統(tǒng)動(dòng)態(tài)時(shí)間規(guī)整技術(shù)的語音識(shí)別系統(tǒng)在識(shí)別時(shí)計(jì)算量較大，系統(tǒng)響應(yīng)時(shí)間長。針對(duì)這一問題，本文提出了基于模板閾值的DTW改進(jìn)算法和基于待測(cè)語音特征矢量閾值的DT