基于嵌入式的一種快速孤立詞識別方法研究與應(yīng)用.pdf

1、要讓機器“聽懂”人的說話，首先必須進行語音識別，所以語音識別技術(shù)是智能技術(shù)中的一個重要分支。隨著HMM理論的相對成熟，語音識別技術(shù)也逐漸走入人們的生活，然而后續(xù)的理論發(fā)展緩慢，昂貴的語音識別芯片，影響了語音識別技術(shù)的推廣，現(xiàn)在我們面臨的問題主要有：第一，語音特征參數(shù)提取的不準確；第二，語音識別模型過于復(fù)雜化。
　　本文針對上述兩個方面存在的問題，提出新的算法改進。
　　為了研究“語音識別與何種參數(shù)相關(guān)”，做了有關(guān)的特征提取實

2、驗，將現(xiàn)有的時域特征、頻域特征及時頻域特征進行對比分析，發(fā)現(xiàn)時頻域特征才是語音識別的特征關(guān)鍵，通過對時頻譜的簡化，得到一個新的時頻特征——過零譜，再經(jīng)由大量實驗證明，過零譜是一種可以實現(xiàn)簡單且識別效率高的特征函數(shù)。
　　針對現(xiàn)有的語音識別模型雖精確度高但是計算復(fù)雜的特點，提出了一種高識別率，低復(fù)雜度的語音識別模型——基于超球串的仿生模式識別算法，通過反復(fù)實驗，與動態(tài)時間規(guī)整（DTW）、隱馬爾科夫模型（HMM）對比分析，可知仿生模式

3、識別在算法復(fù)雜度上遠遠低于其他幾種算法，而識別的準確率不低于其他語音識別算法。
　　對于現(xiàn)有的語音識別模型，特征參數(shù)提取過程復(fù)雜，計算量大，耗時長致使在低性能的嵌入式系統(tǒng)上難于實現(xiàn)，從而導(dǎo)致語音芯片或語音識別系統(tǒng)昂貴的問題，本文通過提出了一種新的特征提取方法，并用仿生模式識別算法進行識別，經(jīng)MATLAB上進行仿真結(jié)果表明，該算法運行速度快，識別率高。將該算法移植到STM32上，實現(xiàn)了孤立詞識別。
　　本文的研究有廣泛的應(yīng)用價