漢語連續(xù)語音識別系統(tǒng)的研究與實現(xiàn).pdf

1、語音識別是利用計算機對人類的語音進行處理，將語音信號轉(zhuǎn)化為文字符號的一種技術。國內(nèi)外對漢語語音識別的研究已經(jīng)有了近60年的歷史，取得了很大的進展，但仍存在很多問題?，F(xiàn)有的語音識別技術還達不到人與機器通過自然語言交互的目標，大詞匯量、非特定人的連續(xù)語音識別仍是語音識別研究的難點與重點。
　　 本文主要研究漢語連續(xù)語音識別的關鍵技術。首先介紹了語音識別的原理、語音識別系統(tǒng)的組成以及漢語語音的基本知識。然后分別介紹了語音識別的預處理、

2、特征參數(shù)提取、模式匹配和后處理階段的功能及其關鍵技術，并針對傳統(tǒng)方法中存在的問題提出了改進方案。本文的主要工作有：
　　 1)在個人電腦平臺下，用Microsoft Visual C++，MATLAB，Microsoft SQL Server等工具實現(xiàn)了一個中等詞匯量、非特定人的漢語連續(xù)語音識別系統(tǒng)，并對系統(tǒng)進行了實驗。系統(tǒng)選擇聲韻母作為識別基元，特征參數(shù)采用Mel頻標倒譜系數(shù)，識別模型選用動態(tài)時間規(guī)整模型。
　　 2)

3、識別基元分割的準確度對系統(tǒng)的識別性能影響很大，現(xiàn)有的聲韻母分割方法在非連續(xù)語音中分割準確度較高，但在連續(xù)語音中分割準確度大幅度降低。針對這一問題，本文結(jié)合漢語連續(xù)語音的特性，利用熵與漢語元音的共振峰能量設計了一種新的聲韻母分割方法，有效提高了聲韻母分割的準確度。
　　 3)采用傳統(tǒng)動態(tài)時間規(guī)整技術的語音識別系統(tǒng)在識別時計算量較大，系統(tǒng)響應時間長。針對這一問題，本文提出了基于模板閾值的DTW改進算法和基于待測語音特征矢量閾值的DT