小詞匯非特定人的孤立詞語音識(shí)別系統(tǒng)的研究與設(shè)計(jì).pdf

1、語音識(shí)別技術(shù)是語音信號(hào)處理中的一個(gè)分支，語音識(shí)別技術(shù)就是讓機(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)別是一門交叉學(xué)科，涉及到人工智能、模式識(shí)別、數(shù)字信號(hào)處理、計(jì)算機(jī)科學(xué)、語言聲學(xué)、心理學(xué)、生理學(xué)和認(rèn)知科學(xué)等許多學(xué)科領(lǐng)域，具有深遠(yuǎn)的研究價(jià)值。語音識(shí)別和語音合成技術(shù)已經(jīng)成為現(xiàn)代技術(shù)發(fā)展的一個(gè)標(biāo)志，也是現(xiàn)代計(jì)算機(jī)技術(shù)研究和發(fā)展的一個(gè)重要領(lǐng)域。雖然語音識(shí)別技術(shù)已經(jīng)取得了一些成就，也有部分產(chǎn)品面世，但是，大多數(shù)語音識(shí)別系

2、統(tǒng)仍局限于實(shí)驗(yàn)室，遠(yuǎn)沒有達(dá)到實(shí)用化要求。目前語音識(shí)別技術(shù)研究的熱點(diǎn)是如何實(shí)現(xiàn)在線無監(jiān)督的學(xué)習(xí)和多方法綜合自適應(yīng)學(xué)習(xí)算法：制約實(shí)用化的根本原因可以歸為兩類，識(shí)別精度和系統(tǒng)復(fù)雜度。 語音識(shí)別按照任務(wù)的不同可以分為四個(gè)方面：說話人識(shí)別、關(guān)鍵詞檢出、語言辨識(shí)和連續(xù)語音識(shí)別。本文主要對(duì)小詞匯非特定人的孤立詞語音識(shí)別算法進(jìn)行研究。語音識(shí)別的主要流程包括：語音信號(hào)的預(yù)處理、端點(diǎn)檢測、特征提取、建立語音模板庫、模式匹配。 本文首先探討了

3、語音識(shí)別的基本原理和各種語音識(shí)別算法的特點(diǎn)，比較并選取了有效的非特定人孤立詞語音識(shí)別算法，對(duì)其實(shí)現(xiàn)進(jìn)行了深入分析，最后利用VC進(jìn)行了開發(fā)。采用動(dòng)態(tài)時(shí)間歸整模型形成的經(jīng)典語音識(shí)別算法常用在非特定人小詞匯量語音識(shí)別系統(tǒng)中，本文提出了具有一定魯棒性的端點(diǎn)檢測語音識(shí)別技術(shù)，對(duì)傳統(tǒng)的基于過零率與短時(shí)能量的雙門限端點(diǎn)檢測方法進(jìn)行了改進(jìn)，提出了根據(jù)語音文件數(shù)據(jù)自動(dòng)調(diào)節(jié)門限的可變門限端點(diǎn)檢測方法，并對(duì)該算法在Matlab進(jìn)行仿真測試，試驗(yàn)表明該算法對(duì)語