基于HMM模型的混合特征參數(shù)語音識別方法的研究.pdf

1、作為一個交叉學(xué)科，語音識別技術(shù)與許多學(xué)科的研究領(lǐng)域都有聯(lián)系，這些領(lǐng)域的科研成果也成為推進(jìn)語音識別技術(shù)發(fā)展的重要因素。當(dāng)前，語音識別技術(shù)己經(jīng)得到廣泛應(yīng)用。它正在家電產(chǎn)品、智能玩具、商業(yè)系統(tǒng)的數(shù)據(jù)庫語音查詢、工業(yè)生產(chǎn)部門的語聲控制、電話與電信系統(tǒng)的自動撥號等領(lǐng)域發(fā)揮著重要作用，并且極有可能成為下一代操作系統(tǒng)的用戶界面。雖然語音識別技術(shù)已經(jīng)取得了一些成就，但是，由于語音信號的多樣性和復(fù)雜性，目前的語音識別效率還有待提高，因而開發(fā)高效率語音識別

2、模型和算法成為語音識別研究中的一個重要課題。
　　本文分別對語音識別技術(shù)中的預(yù)處理、特征提取和模式識別進(jìn)行了細(xì)致的研究，其主要內(nèi)容有：
　　1.對于現(xiàn)有的語音識別系統(tǒng)模型進(jìn)行研究，探討了語音識別系統(tǒng)預(yù)處理、特征提取和模式識別等幾個方面的理論，并根據(jù)論文中實(shí)驗(yàn)系統(tǒng)的需要，選擇合適的參數(shù)以及信號處理方法，建立語音識別系統(tǒng)。
　　2.在對特征提取理論研究的基礎(chǔ)上，提出了基于混合特征參數(shù)的語音識別方法。在實(shí)驗(yàn)中，分析討論了混合

3、參數(shù)的合成階數(shù)比例對語音識別系統(tǒng)識別率的影響。
　　3.在對文中列出的語音識別技術(shù)分析討論的基礎(chǔ)上，本文在Matlab環(huán)境下實(shí)現(xiàn)了整個語音識別系統(tǒng)的仿真，并且分別建立了基于LPCC參數(shù)、MFCC參數(shù)和混合參數(shù)的三種語音識別系統(tǒng)。在此基礎(chǔ)上，分析了特征參數(shù)的不同對于語音識別系統(tǒng)識別率的影響。
　　通過對上述仿真實(shí)驗(yàn)的數(shù)據(jù)分析，得出以下結(jié)論，混合特征參數(shù)具有較好的語音信號描述能力；使用混合特征參數(shù)建立的語音識別系統(tǒng)與分別使用LP