連續(xù)語音識別系統(tǒng)的研究與實現(xiàn).pdf

1、語音識別技術，也被稱為自動語音識別（ASR），其目標是讓機器聽懂人類的語言。經(jīng)過半個多世紀的發(fā)展，隨著ASR技術研究的不斷突破，其對計算機發(fā)展和社會生活的重要性日益凸現(xiàn)出來。以語音識別技術開發(fā)出的產(chǎn)品應用領域非常廣泛，如語音撥號、語音文檔檢索、語音聊天助手，同聲翻譯、智能家居、醫(yī)療服務、工業(yè)控制、語音通信系統(tǒng)等，幾乎深入到社會的每個行業(yè)和各個方面。近些年來，隨著Siri的走紅，類似Siri、搜狗語音助手這樣利用語音實現(xiàn)控制，語義理解的系

2、統(tǒng)開始大量涌現(xiàn)。而ASR作為這類系統(tǒng)的入口，很大程度上決定了這類應用的質(zhì)量。沒有一個好的語音識別系統(tǒng)做支撐，再好的助手也只能是個擺設。所以ASR作為實現(xiàn)人機自由交互的關鍵技術是非常值得深入研究的。本文主要分析研究隱馬爾科夫模型（HMM）原理和深度神經(jīng)網(wǎng)絡（DNN）原理在語音識別中的應用，并以HMM工具包（HTK）為平臺，搭建一個IP語音撥號識別系統(tǒng)。本文所做的工作與貢獻總結(jié)如下：
　　1.概述語音識別的研究背景與意義以及國內(nèi)外發(fā)展

3、現(xiàn)狀。介紹語音信號的預處理，深入研究語音識別中涉及到的關鍵技術。
　　2.制作語音數(shù)據(jù)庫。編寫腳本生成25個隨機文本，每個文本包含50句隨機IP格式的英文句子，分配給25人（12男13女）錄音，共錄制1250句。其中1000句作為訓練樣本（或稱為語料），250句作為測試樣本。錄音數(shù)據(jù)全部統(tǒng)一采用windows系統(tǒng)中常用的WAV格式保存。
　　3.在HTK平臺上搭建一個IP語音撥號系統(tǒng)，使用錄制的1000句語料訓練出四種類型的

4、模型，單因素HMM模型，三音素HMM模型，綁定狀態(tài)三因素HMM模型，以及DNN-HMM模型。分別使用這四種模型測試250句樣本，對比它們各自的單詞識別率和句子識別率，其中DNN-HMM模型的單詞和句子識別率在四種模型中均為最高，說明神經(jīng)網(wǎng)絡模型相對于傳統(tǒng)的隱馬爾科夫模型而言，對語音的擬合性更強。但DNN-HMM模型屬于深度模型，復雜度很高，相同的數(shù)據(jù)在訓練和解碼過程均需要較長的時間，所以它對硬件的計算能力有更高的要求。
　　4.