基于希爾伯特空間的超球覆蓋語音識別算法研究.pdf

1、語音識別是語音鏈的一環(huán)，其最終目的是使計算機聽懂任何人、任何內(nèi)容的講話。語音識別技術作為一門交叉學科，在家電產(chǎn)品、智能玩具、商業(yè)系統(tǒng)的數(shù)據(jù)庫語音查詢、工業(yè)生產(chǎn)部門的語聲控制、電話與電信系統(tǒng)的自動撥號等領域得到了非常廣泛的應用。雖然語音識別技術已經(jīng)取得了一些成就，但是由于語音信號的多樣性和復雜性，目前的語音識別效率還有待提高，因而開發(fā)高效率語音識別模型和算法成為語音識別研究中的一個重要課題。本文分別對語音識別技術中的預處理、特征提取和模式

2、識別進行了細致的研究，其主要內(nèi)容有:
　　為了研究語音識別與何種參數(shù)相關，本文做了相關的特征提取實驗，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鍵，通過對時頻譜的簡化，得到了一個新的語音時頻特征——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語音特征函數(shù)。
　　針對現(xiàn)有的語音識別模型雖精確度高但是計算復雜的特點，提出了一種高識別率，低復雜度的語音識別模型——基

3、于希爾伯特空間的超球覆蓋識別算法，該算法不用做FFT。通過反復實驗，可知該算法在算法復雜度上低于傳統(tǒng)的語音識別算法，而在語音識別的準確率上不低于傳統(tǒng)的語音識別算法。
　　本文通過提出了一種新的特征提取方法，并用基于希爾伯特空間的超球覆蓋識別算法進行識別，經(jīng)在MATLAB上進行仿真，得到的結果表明該算法運行速度快，識別率高。
　　本文的研究主要應用于低速率嵌入式系統(tǒng)中，當前語音識別算法相對較復雜，導致了語音芯片昂貴，今后將繼續(xù)