語音識別關(guān)鍵技術(shù)研究.pdf

1、隨著人工智能的迅速發(fā)展，語音識別的技術(shù)越來越成為國內(nèi)外研究機構(gòu)的焦點。人們致力于能使機器能夠聽懂人類的話語指令，并希望通過語音實現(xiàn)對機器的控制。語音識別的研究發(fā)展將在不遠的將來極大地方便人們的生活。
　　語音識別大致的流程包括：特征提取、聲學(xué)模型訓(xùn)練、語音模型訓(xùn)練以及識別搜索算法。本文對語音識別整個過程，包括特征提取、模型訓(xùn)練及識別算法，進行了深入研究。根據(jù)漢語語音的發(fā)音特性，并綜合考慮計算量等問題，選擇漢語中的聲韻母作為基本聲學(xué)

2、單元，同時選擇使用半連續(xù)隱馬爾科夫模型對聲韻母進行建模。本文中選擇的特征參數(shù)為Mel倒譜系數(shù)，本文深入分析了MFCC參數(shù)的提取過程，并提出了一種改進的MFCC提取算法，使得比傳統(tǒng)MFCC提取算法的計算量減少了將近50％，極大地提高了特征提取的效率。
　　Sphinx系統(tǒng)作為國際上發(fā)展成熟的語音識別系統(tǒng)。本文對其聲學(xué)模型訓(xùn)練工具sphinxtrain內(nèi)部實現(xiàn)及主要涉及算法進行深入研究，并且通過調(diào)整其中參數(shù)以適應(yīng)漢語語音識別的要求。最