連續(xù)語音識別算法研究及在嵌入式系統(tǒng)上的實現(xiàn).pdf

1、自動語音識別是當前學術界與工程界中的一個很活躍的研究領域。語音識別的目的在于讓機器“理解”人類的話語，從而使得信息的直接輸入能在更廣泛的領域以更快捷、更自然地替代間接輸入(如鍵盤、手寫板、掃描儀等錄入設備)，甚至完全淘汰間接輸入。語音識別是一門涉及到很多學科的交叉學科。近年來，國內外在此領域取得持續(xù)進步，使語音識別逐步從實驗室走向市場。語音識別技術將應用于工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務、消費電子產(chǎn)品等各個領域。尤其是在以嵌入

2、式系統(tǒng)為核心的終端電子消費產(chǎn)品中，語音識別技術正在成為其人機界面和智能輔助操作的重要的應用手段。
　　 本文深入地研究了自動語音識別中各個環(huán)節(jié)的算法與信號處理流程。從研究孤立詞語的識別算法入手，討論了包括語音產(chǎn)生機理和語音信號采集、去噪、變換、參數(shù)提取、訓練以及模式匹配識別在內的信號流程和算法原理，對于提高識別正確率的引馬爾可夫模式進行了分析；針對連續(xù)語音識別相對于孤立詞語識別面臨的新問題：如語言模式、語法規(guī)則約束等進行了討論；

3、在基于W3C的SRGS標準規(guī)范上，設計了一套實驗用語法規(guī)則文件規(guī)范。分析了一個語法文件的案例，并在GNU Octave平臺進行算法驗證。本文還利用C/C++語言在桌面PC平臺下開發(fā)了一套算法程序以測試性能。并且使用CMU提供的LetsGoData語音數(shù)據(jù)庫做了性能上的測試，分析了識別誤差的產(chǎn)生原因和算法的改進方向。
　　 在桌面PC機器上程序通過驗證后，在Windows Mobile5.0嵌入式平臺上進行了移植。隨后描述了向此平