基于 HTK 连续语音识别系统的研究.pdfVIP

计算机光盘软件与应用 工程技术 Computer CD Software and Applications 2012 年第15期 基于HTK 连续语音识别系统的研究 李毅 深圳市公安消防支队，广东 深圳 518000 ） 要：语音识别也称自动语音识别，是将人类语音中的词汇转换为计算机可读的输入，而HTK （HMM ToolKit ）是构 建隐马尔可夫模型和识别的工具包，最早是由英国剑桥大学工程系设计和开发的，目前广泛应用于语音识别、语音合成、字 识别等多个领域。本文主要是使用语音识别工具HTK 建立语音识别系统。 关键词 HTK；数字家庭；语音识别系统 中图分类号：TN912.34 文献标识码：A 文章编号：1007-9599 (2012) 15-0098-02 1 引言 数据准备阶段，主要包括语料准备、语音标注、字典的创 建、语言模型建立等工作。 随着计算机科学与信息技术的迅速发展，智能技术也得到 （1）语料准备。在语音识别中，为了对声学模型进行充 迅速的提高。语音识别技术作为一种人机交互技术越来越得到 分的训练，所挑选的语料必须具有代表性，好的语料库应是尽 关注，近些 来，因其发展速度非常快，在许多领域已经有了 可能的覆盖语音语言现象，对语料选择的好坏直接影响语音识 很好的应用。语音识别技术是一门涉及面很广的交叉学科，正 别的识别率。 逐步成为信息技术中人机交互的关键技术。目前，语音识别技 准备好语料之后，语音识别中第一项工作就是对语料进行 术的应用已经成为一个具有竞争性的新兴高技术产业，随着其 处理。首先使用准备好的字典对句子脚本文件进行切分断句， 他各学科理论的不断发展和深入，一些新技术，新理论的不断 断句是以字典中出现的字词为基本单元对句子进行切分，然后 涌现，为语音识别的研究奠定了基础。 保存为字词列表的格式文件，接着使用字典将断句后的每个字 2 语音识别基本原理 词进行音节级或音素级的标注，生成音节或音素列表标注文 件，之后将语料中的一部分语料进行有时间段的标注用来作为 语音识别本质上是模式识别的一种，就是让机器能够听懂 初始化训练语料。 人说话，是非常重要的人机交互技术。目前，绝大部分语音识 （2 ）语音标注。在声学模型训练之前，需要对语音波形 别系统都是采用统计模型匹配的原理。通常来讲，语音识别系 文件进行标注。对波形文件的标注，可以是有时间段的标注， 统可分为两个核心部分：一是利用特征提 的参数根据合适的 也可以是无时间段的标注；可以采用手工的标注方法（一般适 算法训练出一组模型；二是根据识别算法和训练好的模型对未 用于孤立词小词汇量语音识别系统），也可以采用自动、平均 知的语音进行识别。