小詞匯非特定人的孤立詞語音識別系統(tǒng)的研究與設計.pdf

1、語音識別技術是語音信號處理中的一個分支，語音識別技術就是讓機器通過識別和理解過程把語音信號轉變?yōu)橄鄳奈谋净蛎畹募夹g。語音識別是一門交叉學科，涉及到人工智能、模式識別、數字信號處理、計算機科學、語言聲學、心理學、生理學和認知科學等許多學科領域，具有深遠的研究價值。語音識別和語音合成技術已經成為現(xiàn)代技術發(fā)展的一個標志，也是現(xiàn)代計算機技術研究和發(fā)展的一個重要領域。雖然語音識別技術已經取得了一些成就，也有部分產品面世，但是，大多數語音識別系

2、統(tǒng)仍局限于實驗室，遠沒有達到實用化要求。目前語音識別技術研究的熱點是如何實現(xiàn)在線無監(jiān)督的學習和多方法綜合自適應學習算法：制約實用化的根本原因可以歸為兩類，識別精度和系統(tǒng)復雜度。 語音識別按照任務的不同可以分為四個方面：說話人識別、關鍵詞檢出、語言辨識和連續(xù)語音識別。本文主要對小詞匯非特定人的孤立詞語音識別算法進行研究。語音識別的主要流程包括：語音信號的預處理、端點檢測、特征提取、建立語音模板庫、模式匹配。 本文首先探討了

3、語音識別的基本原理和各種語音識別算法的特點，比較并選取了有效的非特定人孤立詞語音識別算法，對其實現(xiàn)進行了深入分析，最后利用VC進行了開發(fā)。采用動態(tài)時間歸整模型形成的經典語音識別算法常用在非特定人小詞匯量語音識別系統(tǒng)中，本文提出了具有一定魯棒性的端點檢測語音識別技術，對傳統(tǒng)的基于過零率與短時能量的雙門限端點檢測方法進行了改進，提出了根據語音文件數據自動調節(jié)門限的可變門限端點檢測方法，并對該算法在Matlab進行仿真測試，試驗表明該算法對語