基于HMM的漢語(yǔ)數(shù)字語(yǔ)音識(shí)別系統(tǒng)研究.pdf

1、語(yǔ)音是人與機(jī)器之間進(jìn)行交流的重要工具，語(yǔ)音識(shí)別技術(shù)就是讓機(jī)器聽(tīng)懂人類的語(yǔ)音并執(zhí)行相關(guān)動(dòng)作，具有廣泛的應(yīng)用背景。雖然在這方面的研究有很多，但目前仍有許多問(wèn)題有待進(jìn)一步探索。 語(yǔ)音的聲學(xué)模型和識(shí)別理論是構(gòu)建語(yǔ)音識(shí)別系統(tǒng)的基礎(chǔ)。本文首先介紹了語(yǔ)音的聲學(xué)模型結(jié)構(gòu)，然后按照語(yǔ)音識(shí)別系統(tǒng)的處理步驟詳細(xì)地分析了各個(gè)過(guò)程。在語(yǔ)音信號(hào)的端點(diǎn)檢測(cè)方面提出了改進(jìn)的譜熵算法，實(shí)驗(yàn)表明用該方法進(jìn)行端點(diǎn)檢測(cè)后提取特征參數(shù)可提高語(yǔ)音識(shí)別系統(tǒng)的魯棒性。特征參數(shù)

2、的選取對(duì)整個(gè)語(yǔ)音識(shí)別系統(tǒng)的實(shí)時(shí)性、魯棒性有很大的影響。文中對(duì)語(yǔ)音信號(hào)的短時(shí)時(shí)域特征和語(yǔ)譜圖進(jìn)行分析后，詳細(xì)闡述了線性預(yù)測(cè)分析系數(shù)(LPC)、線性預(yù)測(cè)倒譜系數(shù)(LPCC)及Mel頻率倒譜系數(shù)(MFCC)等特征參數(shù)的提取方法，并對(duì)其失真測(cè)度進(jìn)行了討論。 文中論述了動(dòng)態(tài)時(shí)間歸整理論和隱馬爾可夫模型原理，用MATLAB語(yǔ)言編程研究了它們?cè)谡Z(yǔ)音識(shí)別系統(tǒng)中的應(yīng)用。用DTW理論進(jìn)行孤立詞語(yǔ)音識(shí)別時(shí)比較了特定人和非特定人識(shí)別及特征參數(shù)的選擇對(duì)識(shí)