語音識別關(guān)鍵技術(shù)研究及系統(tǒng)實現(xiàn).pdf

1、語音識別是讓機器“聽懂”人類語音，并做出正確反應(yīng)，其終極目標(biāo)是實現(xiàn)人類與機器的自然交流。隨著科學(xué)技術(shù)的發(fā)展，語音識別技術(shù)正逐步形成一套比較完整的理論體系，其實用產(chǎn)品也相繼推出，但由于各個領(lǐng)域需求不同，往往需要進行針對性開發(fā)。語音識別技術(shù)發(fā)展的兩個重要方向是基于PC機的大詞匯量識別和嵌入式的語音識別，都有廣闊的市場前景。為此，對語音識別關(guān)鍵技術(shù)進行研究，提出一種新的識別算法——遺傳動態(tài)時間規(guī)劃算法(GA_DTW)，與傳統(tǒng)的動態(tài)時間規(guī)整算法

2、相比，新算法具有較優(yōu)的全局搜索能力和并行計算的特點，實驗結(jié)果證明了該算法的有效性，孤立詞的識別率達到95.07％；根據(jù)GA_DTW算法，設(shè)計了基于嵌入式的小型語音識別系統(tǒng)，將新算法運用于該系統(tǒng)，系統(tǒng)測試取得了良好的結(jié)果。其主要研究工作如下：
　　 （1)分析語音識別的基礎(chǔ)理論，包括語音的基本組成、漢語語音特性、數(shù)字模型、語音信號采樣、預(yù)加重、加窗、分幀、端點檢測以及特征參數(shù)提?。会槍φZ音預(yù)處理中最重要的端點檢測，提出一種改進型端

3、點檢測算法——雙動態(tài)語音端點檢測算法，實驗表明該算法具有更好的檢測性能；在分析線性預(yù)測倒譜系數(shù)(LPCC)和美爾頻率倒譜系數(shù)(MFCC)的特點后，選用MFCC作為研究的特征參數(shù)，并提取了該參數(shù)。
　　 （2)研究目前三種主流的語音識別算法：動態(tài)時間規(guī)整(DTW)、隱馬爾科夫模型(HMM)和人工神經(jīng)網(wǎng)絡(luò)(ANN)。分析它們的原理、特點及實現(xiàn)過程，對DTW的語音識別進行實驗，通過對比分析三種算法的特點，結(jié)合本文研究的實際情況，選擇D

4、TW作為研究的重點，提出利用遺傳算法對其進行改進。
　　 （3)在分析遺傳算法的基礎(chǔ)上，利用其優(yōu)越的全局搜索能力和并行計算的特點，對傳統(tǒng)的DTW算法進行改進，提出遺傳動態(tài)時間規(guī)劃的識別算法；重點研究該算法的實現(xiàn)機理、編碼方式、適應(yīng)度函數(shù)設(shè)計、種群初始化、選擇機理、交叉運算、變異操作和終止策略，并進行實驗驗證，實驗結(jié)果表明了該算法的有效性和高效性。
　　 （4)基于GA_DTW算法，設(shè)計了一個以SPCE061A單片機為核心