基于HMM的漢語數(shù)字語音識別系統(tǒng)研究.pdf

1、語音是人與機器之間進行交流的重要工具，語音識別技術就是讓機器聽懂人類的語音并執(zhí)行相關動作，具有廣泛的應用背景。雖然在這方面的研究有很多，但目前仍有許多問題有待進一步探索。 語音的聲學模型和識別理論是構建語音識別系統(tǒng)的基礎。本文首先介紹了語音的聲學模型結構，然后按照語音識別系統(tǒng)的處理步驟詳細地分析了各個過程。在語音信號的端點檢測方面提出了改進的譜熵算法，實驗表明用該方法進行端點檢測后提取特征參數(shù)可提高語音識別系統(tǒng)的魯棒性。特征參數(shù)

2、的選取對整個語音識別系統(tǒng)的實時性、魯棒性有很大的影響。文中對語音信號的短時時域特征和語譜圖進行分析后，詳細闡述了線性預測分析系數(shù)(LPC)、線性預測倒譜系數(shù)(LPCC)及Mel頻率倒譜系數(shù)(MFCC)等特征參數(shù)的提取方法，并對其失真測度進行了討論。 文中論述了動態(tài)時間歸整理論和隱馬爾可夫模型原理，用MATLAB語言編程研究了它們在語音識別系統(tǒng)中的應用。用DTW理論進行孤立詞語音識別時比較了特定人和非特定人識別及特征參數(shù)的選擇對識