語(yǔ)音識(shí)別算法研究及實(shí)現(xiàn).pdf

1、通常意義上,我們所說(shuō)的語(yǔ)音識(shí)別指的是將語(yǔ)音信號(hào)轉(zhuǎn)換成文字的一個(gè)過(guò)程[1]。語(yǔ)音識(shí)別作為模式識(shí)別領(lǐng)域中一個(gè)重要的研究方向,其重要性不言而喻。語(yǔ)音識(shí)別技術(shù)的發(fā)展可以使得人們與計(jì)算機(jī)等設(shè)備能更方便的進(jìn)行交互。其最基本的應(yīng)用就是實(shí)現(xiàn)語(yǔ)音輸入。語(yǔ)音輸入可以代替鍵盤的功能,提高輸入速度,也節(jié)省人們寶貴的時(shí)間。此外還可能將語(yǔ)音識(shí)別技術(shù)用來(lái)控制某些機(jī)器,汽車,飛機(jī),手機(jī)等。
　　 本文對(duì)語(yǔ)音識(shí)別的一些基本理論及算法進(jìn)行了一些研究和實(shí)驗(yàn)。首先在第

2、二章對(duì)語(yǔ)音信號(hào)的處理及特征提取進(jìn)行了介紹,簡(jiǎn)要的介紹了兩種常見(jiàn)的特征提取方法,并且比較了兩種特征在用于孤立詞的識(shí)別時(shí)性能的差異。接下來(lái)討論了基于隱馬爾可夫模型(Hidden Markov Model)的語(yǔ)音識(shí)別算法。在利用隱馬爾可夫模型進(jìn)行孤立詞識(shí)別的基礎(chǔ)上,嘗試將該模型用于英文連續(xù)詞的語(yǔ)音識(shí)別。該部分內(nèi)容中介紹了一個(gè)連續(xù)語(yǔ)音識(shí)別系統(tǒng)的構(gòu)成,討論了對(duì)聲學(xué)建模單元的選取,模型參數(shù)的改進(jìn),識(shí)別算法以及統(tǒng)計(jì)語(yǔ)言模型的使用,并且介紹了一個(gè)語(yǔ)音識(shí)