漢語孤立詞識別系統(tǒng)開發(fā)與研究.pdf

1、語音識別技術(shù)經(jīng)過近半個世紀的發(fā)展,已日趨成熟。然而,由于漢語結(jié)構(gòu)復(fù)雜,單音節(jié)為主,同音字多,方言多,語法亦不規(guī)范等問題,目前漢語語音識別還沒有達到理想的程度,距漢語識別實用化還有很大的距離。本文就漢語孤立詞識別系統(tǒng)的基本原理與實現(xiàn)方法進行了詳細的分析和闡述,并對具體實際中的部分技術(shù)細節(jié)進行了探討。本文首先介紹了語音識別的定義及其意義及國內(nèi)外發(fā)展?fàn)顩r,并簡要說明了語音識別的基本原理。其次,根據(jù)語音識別系統(tǒng)的基本原理構(gòu)成模型,介紹了預(yù)處理、

2、端點檢測到模板生成及模板管理和模板匹配各部分所涉及到的語音數(shù)字信號處理、模式識別等方面的基本原理,并討論了在PC機上實現(xiàn)語音識別系統(tǒng)的幾種途徑。接著,本文介紹了使用Visual C++6.0根據(jù)DTW(動態(tài)時間彎折)模型的語音識別訓(xùn)練和識別的基本方法,在Windows操作系統(tǒng)上實現(xiàn)的一個簡單的非特定人、小詞匯量、孤立詞語音識別系統(tǒng)。系統(tǒng)的組成模塊與語音識別系統(tǒng)的基本構(gòu)成模型基本一致,在訓(xùn)練過程中,從語音庫中的波形文件中讀取采樣數(shù)據(jù),分幀

3、計算出由12維線性預(yù)測系數(shù)和12維線性預(yù)測倒譜系數(shù)構(gòu)成的特征矢量,并按照聚類的方法進行訓(xùn)練,得到后續(xù)語音識別時需要的模板,存放于模板庫中。識別時,計算出輸入語音的特征矢量參數(shù),依據(jù)模板匹配的方法與模板庫中的語音模板逐一進行比較,得出最佳的匹配模板,或作出拒識判斷。最后對系統(tǒng)性能進行了小結(jié),指出了該系統(tǒng)的改進方向。最后,本文對系統(tǒng)性能進行了小結(jié),指出了該系統(tǒng)的改進方向。通過對實際語音識別系統(tǒng)的測試和研究,為進一步開發(fā)實用性語音識別系統(tǒng)做了