孤立詞語音識別系統(tǒng)的技術(shù)研究.pdf

1、語音識別是近年來十分活躍的一個研究領(lǐng)域，隨著技術(shù)的深入研究，目前已經(jīng)得到了廣泛的使用，在這些實際應(yīng)用中，孤立詞占據(jù)著及其重要的位置。孤立詞語音識別系統(tǒng)主要應(yīng)用于自動控制，如駕駛、機(jī)器人操縱、儀器設(shè)備操縱以及收集撥號、智能玩具、家用電器操縱，尤其當(dāng)人手已被占用或無法使用的情況下必須進(jìn)行聲音控制時，更可以起到不可替代的作用。本文在基于MATLAB GUI的基礎(chǔ)上以DTW算法為主要原理對孤立詞語音命令識別系統(tǒng)進(jìn)行了研究和實現(xiàn)。 按照孤

2、立詞語音識別系統(tǒng)的處理過程，文章從語音信號的前端處理開始，分別詳細(xì)的介紹了每個步驟，包括數(shù)字采樣頻率的選擇、預(yù)加重、分幀加窗直到后來的特征參數(shù)的特點(diǎn)和選取、以及識別算法的選擇。最終實現(xiàn)了一個小詞匯量的孤立詞識別系統(tǒng)，并在MATLAB上面以用戶圖形界面(GUI)的方式展現(xiàn)了主要相關(guān)的過程和結(jié)果，這個是系統(tǒng)是基于實時錄入語音，并有著良好性能的界面。 端點(diǎn)檢測是是繼語音信號的預(yù)處理之后的首個對識別產(chǎn)生重要影響的階段，有效的端點(diǎn)檢測不僅

3、能使處理時間減到最小，而且能排除無聲段的噪聲干擾，從而使識別系統(tǒng)具有良好的性能。本文在應(yīng)用中對傳統(tǒng)的雙門限檢測算法的基礎(chǔ)上進(jìn)行改進(jìn)，作了延長可容忍靜音的改進(jìn)，有效的檢測了多于一個字的孤立詞語音信號的語音區(qū)間，為后續(xù)的識別打下了良好的基礎(chǔ)。 目前表征語音信號的特征參數(shù)主要有LPCC(線性預(yù)測倒譜系數(shù))和MFCC(Mel頻標(biāo)倒譜參數(shù))兩種，由于MFCC充分模擬了人的聽覺特性，具有較高的識別性能和抗噪能力，因為選擇它作為識別參數(shù)。實際

4、應(yīng)用中采用了MFCC以及它的一階差分系數(shù)。 在語音識別算法中，DTW(動態(tài)時間彎曲)和HMM(隱馬爾可夫模型)是主流技術(shù)，由于本文是小詞匯量孤立詞識別系統(tǒng)，所以采用DTW就能取得較好的效果。同時，針對DTW，本文從提高算法識別率和提高算法執(zhí)行效率兩個角度對DTW進(jìn)行了改進(jìn)，提出了松弛起點(diǎn)終點(diǎn)和改進(jìn)局部判決函數(shù)的算法，節(jié)省了執(zhí)行的時間和計算量，提高了效率。 最后，在MATLAB的環(huán)境下，借助GUIDE這個良好的開發(fā)工具，以