用于設(shè)備控制的語音識別系統(tǒng)的研究.pdf

1、現(xiàn)代社會中機(jī)器在人們的生活中無處不見，現(xiàn)在以鍵盤為主的人機(jī)交互界面必須手眼并用的操作，而且比較難度，技術(shù)度比較高。為此就需要研究一種更加友好方便的人機(jī)交互界面。語音是人類交流最自然方便的方式。通過語音對機(jī)器進(jìn)行控制可以使人機(jī)交互的效率大大的提高。要實(shí)現(xiàn)人機(jī)的語音交互就必須提高語音識別的實(shí)用性，本文所做的就是語音識別控制技術(shù)的研究。本文研究設(shè)計了一個特定人、小詞匯量、孤立詞語音識別控制系統(tǒng)。 本論文分析和比較了動態(tài)時間規(guī)整(DTW

2、)和隱馬爾柯夫模型(HMM)兩種識別算法的優(yōu)缺點(diǎn)。考慮到系統(tǒng)的要求是設(shè)計出一個特定人、小詞匯量孤立詞語音識別系統(tǒng)，動態(tài)時間規(guī)整(DTW)可以滿足系統(tǒng)的設(shè)計要求，因此算法選定為動態(tài)時間規(guī)整。該算法的思想就是將動態(tài)規(guī)劃的思想用于解決語音識別中的語速多變的問題，使得未知單詞的時間軸不均勻的扭曲或彎折，以便使其特征與模板特征對正。識別的過程就是將語音信號進(jìn)行預(yù)處理后，提取語音信號特征，采用一定的測度，計算識別語音與模板語音的失真，確定識別結(jié)果。

3、 本文對基于DTW算法的小詞匯量語音識別系統(tǒng)進(jìn)行了系統(tǒng)設(shè)計，關(guān)鍵技術(shù)研究，進(jìn)行了軟件設(shè)計，論文重點(diǎn)研究了對孤立詞語音識別意義重大的端點(diǎn)檢測技術(shù)，并對當(dāng)前最常用的幾種特征參數(shù)：LPC、LPCC、MFCC參數(shù)進(jìn)行了詳細(xì)研究，并選取MFCC做為本研究的特征參數(shù)。針對DTW算法存在的兩個最大的缺陷：一是對端點(diǎn)的敏感性：二是運(yùn)算量較大；對傳統(tǒng)的算法上進(jìn)行了改進(jìn)，提高了運(yùn)行速度，取得了很好的效果。軟件系統(tǒng)通過雙線程實(shí)現(xiàn)了對語音信號的實(shí)時采集