面向數(shù)字家庭的語音識別系統(tǒng)研究與實現(xiàn).pdf

1、隨著計算機科學(xué)與信息技術(shù)的迅速發(fā)展，智能技術(shù)也得到迅速的提高。語音識別技術(shù)作為一種人機交互技術(shù)越來越得到關(guān)注，近些年來，語音識別技術(shù)發(fā)展速度非常快，并且在許多領(lǐng)域已經(jīng)有了很好的應(yīng)用。語音識別技術(shù)是一門涉及面很廣的交叉學(xué)科，正逐步成為信息技術(shù)中人機交互的關(guān)鍵技術(shù)。目前，語音識別技術(shù)的應(yīng)用已經(jīng)成為一個具有競爭性的新興高技術(shù)產(chǎn)業(yè)，隨著其他各學(xué)科理論的不斷發(fā)展和深入，一些新技術(shù)，新理論的不斷涌現(xiàn)，為語音識別的研究奠定了基礎(chǔ)。 本論文主要

2、研究和實現(xiàn)的是非特定人連續(xù)語音識別系統(tǒng)。語音識別內(nèi)容主要包括：語音信號的預(yù)處理、端點檢測、特征提取、模型訓(xùn)練和識別分析等。本文結(jié)合隱馬爾可夫模型原理，并利用HTK（HMM ToolKit）語音處理工具箱，實現(xiàn)了基于音節(jié)、音素和三音子模型的語音識別系統(tǒng)，并分析了不同聲學(xué)模型單元、語言模型、特征參數(shù)、高斯密度混合數(shù)等因素對識別率的影響。首先，本文介紹了語音識別國內(nèi)外發(fā)展狀況，分析了目前語音識別所面臨的一些困難，尤其是非特定人連續(xù)語音識別所面

3、臨的一些困難，從而在此基礎(chǔ)上闡述了本論文研究的背景及意義。接著，本文探討了語音識別的相關(guān)原理，介紹了語音識別的預(yù)處理和特征提取過程，并選擇MFCC作為本文的特征提取參數(shù)，同時，介紹了隱馬爾可夫模型的定義和相關(guān)算法，確定了在本文中所要用到的HMM一些參數(shù)，如HMM拓撲結(jié)構(gòu)，狀態(tài)數(shù)目等。最后，本文介紹了HTK以及用HTK建立連續(xù)語音識別系統(tǒng)的整個詳細過程，在實驗的基礎(chǔ)上分析了諸多因素對語音識別率的影響，同時對本文的工作進行了總結(jié)，并對語音識