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(gè)世紀(jì)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(dá)到理想的程度,距漢語識別實(shí)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(shí)現(xiàn)方法進(jìn)行了詳細(xì)的分析和闡述,并對具體實(shí)際中的部分技術(shù)細(xì)節(jié)進(jìn)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(diǎn)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(jī)上實(shí)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(shí)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(shí)現(xiàn)的一個(gè)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(jì)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(jìn)行訓(xùn)練,得到后續(xù)語音識別時(shí)需要的模板,存放于模板庫中。識別時(shí),計(jì)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(jìn)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(jìn)行了小結(jié),指出了該系統(tǒng)的改進(jìn)方向。最后,本文對系統(tǒng)性能進(jìn)行了小結(jié),指出了該系統(tǒng)的改進(jìn)方向。通過對實(shí)際語音識別系統(tǒng)的測試和研究,為進(jìn)一步開發(fā)實(shí)用性語音識別系統(tǒng)做了