基于HMM的語音識別算法研究及FPGA上的硬件實現(xiàn).pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著信息科學和語音技術(shù)的發(fā)展,用語音和計算機交流已成為現(xiàn)代科學技術(shù)發(fā)展的一個標志,語音識別也因此成為現(xiàn)代信息科學迫切需要發(fā)展的一個方向。語音識別關(guān)系到多學科研究領(lǐng)域;不同領(lǐng)域上的研究成果都對語音識別技術(shù)的發(fā)展作出了積極的貢獻。目前主流的語音識別技術(shù)是基于統(tǒng)計概率模型識別的基本理論。本文以最終實現(xiàn)一個基于隱馬爾可夫模型(Hidden Markov Model,簡稱HMM)的非特定人孤立詞語音識別系統(tǒng)為目的,詳細介紹了語音識別技術(shù)的基本概念

2、、孤立詞語音識別的一般方法和特點;著重探討了語音特征矢量獲取、HMM模型關(guān)鍵問題及解決算法;最后以Xilinx公司Virtex-II Pro現(xiàn)場可編程邏輯陣列(FPGA)為實驗平臺,成功實現(xiàn)了基于HMM非特定人的孤立詞語音識別算法移植和優(yōu)化。系統(tǒng)采用改進的基于語音對數(shù)域能量變化率的實時端點檢測算法,僅對檢測的有聲段語音進行特征提取和解碼,從而減少了要處理的語音幀數(shù)。本實驗數(shù)據(jù)表明系統(tǒng)在150詞條的情況下識別率達到97.3%,識別時間為1

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論