基于HMM的嵌入式語音識(shí)別系統(tǒng)的研究.pdf

1、語音識(shí)別(Speech Recognition)是讓機(jī)器通過識(shí)別和理解過程把語音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)。語音識(shí)別技術(shù)經(jīng)過幾十年的探索和研究,已經(jīng)取得了一系列突破性的進(jìn)展,一些成熟的技術(shù)正逐漸應(yīng)用于實(shí)際生活中,近年來,作為一種方便的人機(jī)交互手段,語音識(shí)別在消費(fèi)類電子產(chǎn)品和工業(yè)控制等領(lǐng)域迅速發(fā)展。在嵌入式系統(tǒng)中實(shí)現(xiàn)一個(gè)能識(shí)別較大詞匯量、具有較好實(shí)時(shí)性,并且具有比較高的識(shí)別率的語音識(shí)別系統(tǒng),具有很高的理論研究及實(shí)用價(jià)值。
　　

2、 論文首先介紹了語音識(shí)別技術(shù)的發(fā)展背景及國(guó)內(nèi)外研究現(xiàn)狀,并對(duì)研究的背景項(xiàng)目所要求的各項(xiàng)技術(shù)指標(biāo)進(jìn)行了介紹和分析。在深入研究語音識(shí)別過程中各關(guān)鍵模塊(語音預(yù)處理,特征參數(shù)提取,識(shí)別算法)的基礎(chǔ)上,對(duì)各模塊的重點(diǎn)技術(shù)進(jìn)行了研究。在語音預(yù)處理模塊中,重點(diǎn)研究了預(yù)加重、分幀、加窗、短時(shí)能量和過零率相結(jié)合的端點(diǎn)檢測(cè)法；在特征提取模塊中,通過分析LPCC參數(shù)和MFCC參數(shù)的實(shí)現(xiàn)原理和差異,結(jié)合背景項(xiàng)目的要求,闡述選用MFCC參數(shù)的原因。
　

3、　 在對(duì)語音識(shí)別的基本原理和三種經(jīng)典的識(shí)別算法研究對(duì)比后,論文著重研究了隱馬爾可夫(HMM)和基于此模型的語音識(shí)別算法,并且在傳統(tǒng)的HMM算法基礎(chǔ)上,針對(duì)HMM模型中狀態(tài)數(shù)對(duì)HMM模型參數(shù)以及系統(tǒng)識(shí)別率的影響,對(duì)HMM的模型和識(shí)別算法進(jìn)行了改進(jìn),并提出了雙模板匹配法。論文在VC6.0平臺(tái)上構(gòu)建了一個(gè)MFCC參數(shù)與改進(jìn)HMM算法相結(jié)合的語音識(shí)別系統(tǒng),系統(tǒng)的識(shí)別率在90％以上,滿足背景項(xiàng)目的性能要求。
　　 最后論文在對(duì)現(xiàn)有嵌入式