语音识别系统的设计与实现.pdfVIP

VA 誓蠹 技【术应用】 语音识别系统的设计与实现 杜胜超 (郑，、I1铁路局郑卅I通信段 河南 郑卅 『450052) 摘 要： 对语音信号进行预处理，包括预滤波、采样、量化、分帧、加窗以及端点检测等内容：采用能够反映人对语音信号的感知特性的Mel频率倒谱系数作 为语音信号的特征参数；应用 目前在语音识别中广泛应用的技术一一动态时间规整技术作为识别算法。测试结果表明，利用该技术进行语音识别，准确率可达到 95％以上，识别效果 良好。 关键词： 语音识别：美尔倒谱差分；动态时间规划；端点检测 中图分类号：TN91 文献标识码：h 文章编号：1671--7597(2010)0510126一们 O引言 这里，实际频率 ／的单位是 。 伴随着计算机技术的不断发展 ，语音识别技术已经成为当今信息产业 MFCC参数的计算过程的具体步骤如下： 领域的标志性技术之一，在人机交互应用中逐渐进入我们日常的生活。本 1)～帧采样语音 {X ，，N为帧长，对 ，~HHamming窗后 文在分析了识别系统可行性的基础之上，提出了实现孤立词识别系统和说 作N点FFT，将时域信号转化为频域分量{ 取模的平方得到离散功 话人识别系统的方法。在特定人孤立词语音识别中，最为简单有效的方法 率谱 (H)； 就是动态时间规整算法，该算法基于动态规划思想，解决了发音长短不一 2) ()通过带通滤波器组所得功率值，即计算 ()与日 (月)在各离 的模板匹配问题。本文对语音识别的相关技术进行了研究，为语音识别系 散频率点上乘积之和，得到M个参数 ； 统的发展提供了依据。 3)计算 的自然对数，再用离散余弦变换 (DCT)将结果变换到倒 1语音识别技术分析 谱域； 1．1语音识别的基本流程 4)差分倒谱参数：标准的MFCC参数只反映语音参数静态特性，而人 一 个语音识别系统主要包括语音信号预处理、信号特征参数提取、建 耳对语音动态特征更为敏感，常用差分倒谱参数来描述动态特性 ，如式 立模板库 、进行模式匹配几个阶段。其 中，语音信号预处理包括：预滤 (3)所示： 波、采样、量化、加窗、端点检测、预加重等环节。 AC(n)= ∑tfc·(”+f)，1H≤K (3) 语音信号预处理模块，对输入的原始信号进行处理，包括预滤波、采 一 I 样、量化、预加重、分帧加窗、端点检测等环节。滤除掉其中不重要的信 息以及背景噪声等，并进行语音信号的端点检测，即判定语音有效范围的 这里AC和c都表示一帧语音参数，k为常数，通常取2 这时差分参 开始和结束位置，并进行语音分帧以及预加重等处理工作。 数就成为当前帧的前两帧和后两帧参数的线性组合。 1．2语音识别特征参数选取 2．3系统模式匹配的算法一 动态时间规整 (DTW) 目前常用 的有线性预测倒谱系数 (LPCC)以及Me1频率倒谱系数 为了测试两模式 和 之间的相似度，可以计算它们之间的失真Dl，RI， (MFCC)两种特征参数。与LPCC参数相 比，MFCC参数具有 以下优点： 失真越小相似度越高。为了计算这一失真，应该对r和 中各个对应帧之 1)MFCC参数将线性频标转化为Me1频标 ，强调语音的低频信息，从而 间的失真算起。设n和m分别是 和 中任意选择的帧号，DI )I表 突出了有利于识别的信