基于HMM的嵌入式特定人語音識別系統(tǒng).pdf

1、語言作為人類最重要最自然的交流工具，是人類獲得信息的重要來源之一，讓計算機(jī)能“聽懂”人類的語言，也是人與計算機(jī)之間進(jìn)行溝通最為方便的形式之一。語音識別技術(shù)就是讓機(jī)器通過識別和理解這個過程，把語音信號轉(zhuǎn)變成為相對應(yīng)的文本或者是命令的一種高科技技術(shù)。經(jīng)過這些年的發(fā)展，在語音識別等方面已經(jīng)有了長足的發(fā)展，并且顯示出其巨大的市場潛能。
　　 語音識別的模版匹配目前主要有3種方式:動態(tài)時間規(guī)整法(DTW)、隱馬爾科夫模型（HMM）和人工神

2、經(jīng)網(wǎng)絡(luò)。其中動態(tài)時間規(guī)整法主要適用于小詞匯量的特定人孤立詞的識別，其系統(tǒng)識別性能過分依賴于端點(diǎn)檢測，且動態(tài)規(guī)劃的計算量太大;隱馬爾科夫模型適用于較大詞匯的特定或非特定人連續(xù)語音的識別;人工神經(jīng)網(wǎng)絡(luò)相較于前兩種方法又太過復(fù)雜。本文所選用的語音識別方法是基于隱馬爾科夫模型的模版匹配方法。
　　 嵌入式的語音識別應(yīng)用越來越受到廣泛的關(guān)注，稱為語音識別領(lǐng)域新的研究方向。在此基礎(chǔ)上，本課題進(jìn)行了基于嵌入式的語音識別系統(tǒng)的研究。論文分別從理

3、論分析，語音識別模型的建立，系統(tǒng)的仿真以及調(diào)試等方面來說明語音識別在ARM上的實(shí)現(xiàn)過程。其中具體分析了隱馬爾科夫模型(HMM)的建立，包括語音信號的預(yù)處理、端點(diǎn)檢測、特征參數(shù)的提取和模版匹配等，并根據(jù)HMM所存在的問題，對HMM進(jìn)行了部分改進(jìn)。然后在基于以上方面，在MATLAB軟件上對語音識別系統(tǒng)進(jìn)行了仿真，然后在ARM上進(jìn)行仿真。
　　 最后，本文采用隱馬爾科夫模型，完成了語音信號的模版訓(xùn)練和語音識別任務(wù)。經(jīng)過試驗(yàn)，該系統(tǒng)能夠