孤立詞語(yǔ)音識(shí)別系統(tǒng)的技術(shù)研究.pdf

1、語(yǔ)音識(shí)別是近年來(lái)十分活躍的一個(gè)研究領(lǐng)域，隨著技術(shù)的深入研究，目前已經(jīng)得到了廣泛的使用，在這些實(shí)際應(yīng)用中，孤立詞占據(jù)著及其重要的位置。孤立詞語(yǔ)音識(shí)別系統(tǒng)主要應(yīng)用于自動(dòng)控制，如駕駛、機(jī)器人操縱、儀器設(shè)備操縱以及收集撥號(hào)、智能玩具、家用電器操縱，尤其當(dāng)人手已被占用或無(wú)法使用的情況下必須進(jìn)行聲音控制時(shí)，更可以起到不可替代的作用。本文在基于MATLAB GUI的基礎(chǔ)上以DTW算法為主要原理對(duì)孤立詞語(yǔ)音命令識(shí)別系統(tǒng)進(jìn)行了研究和實(shí)現(xiàn)。 按照孤

2、立詞語(yǔ)音識(shí)別系統(tǒng)的處理過(guò)程，文章從語(yǔ)音信號(hào)的前端處理開(kāi)始，分別詳細(xì)的介紹了每個(gè)步驟，包括數(shù)字采樣頻率的選擇、預(yù)加重、分幀加窗直到后來(lái)的特征參數(shù)的特點(diǎn)和選取、以及識(shí)別算法的選擇。最終實(shí)現(xiàn)了一個(gè)小詞匯量的孤立詞識(shí)別系統(tǒng)，并在MATLAB上面以用戶圖形界面(GUI)的方式展現(xiàn)了主要相關(guān)的過(guò)程和結(jié)果，這個(gè)是系統(tǒng)是基于實(shí)時(shí)錄入語(yǔ)音，并有著良好性能的界面。 端點(diǎn)檢測(cè)是是繼語(yǔ)音信號(hào)的預(yù)處理之后的首個(gè)對(duì)識(shí)別產(chǎn)生重要影響的階段，有效的端點(diǎn)檢測(cè)不僅

3、能使處理時(shí)間減到最小，而且能排除無(wú)聲段的噪聲干擾，從而使識(shí)別系統(tǒng)具有良好的性能。本文在應(yīng)用中對(duì)傳統(tǒng)的雙門限檢測(cè)算法的基礎(chǔ)上進(jìn)行改進(jìn)，作了延長(zhǎng)可容忍靜音的改進(jìn)，有效的檢測(cè)了多于一個(gè)字的孤立詞語(yǔ)音信號(hào)的語(yǔ)音區(qū)間，為后續(xù)的識(shí)別打下了良好的基礎(chǔ)。 目前表征語(yǔ)音信號(hào)的特征參數(shù)主要有LPCC(線性預(yù)測(cè)倒譜系數(shù))和MFCC(Mel頻標(biāo)倒譜參數(shù))兩種，由于MFCC充分模擬了人的聽(tīng)覺(jué)特性，具有較高的識(shí)別性能和抗噪能力，因?yàn)檫x擇它作為識(shí)別參數(shù)。實(shí)際

4、應(yīng)用中采用了MFCC以及它的一階差分系數(shù)。 在語(yǔ)音識(shí)別算法中，DTW(動(dòng)態(tài)時(shí)間彎曲)和HMM(隱馬爾可夫模型)是主流技術(shù)，由于本文是小詞匯量孤立詞識(shí)別系統(tǒng)，所以采用DTW就能取得較好的效果。同時(shí)，針對(duì)DTW，本文從提高算法識(shí)別率和提高算法執(zhí)行效率兩個(gè)角度對(duì)DTW進(jìn)行了改進(jìn)，提出了松弛起點(diǎn)終點(diǎn)和改進(jìn)局部判決函數(shù)的算法，節(jié)省了執(zhí)行的時(shí)間和計(jì)算量，提高了效率。 最后，在MATLAB的環(huán)境下，借助GUIDE這個(gè)良好的開(kāi)發(fā)工具，以