国内统计信号处理在语音识别的应用.doc.doc

国内统计信号处理在音频模式识别中的应用 摘要 语音识别是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别是一门涉及面很广的交叉学科，它与声学、语音学、语言学、信息理论、模式识别理论以及神经生物学等学科都有非常密切的关系。语音识别技术正逐步成为计算机信息处理技术中的关键技术，语音技术的应用已经成为一个具有竞争性的新兴高技术产业目前具有代表性的语音识别方法主要有动态时间规整技术（DTW）、隐马尔可夫模型（HMM）、矢量量化（VQ）、人工神经网络（ANN）、支持向量机(SVM)等方法。I c sP ’9 3 将于 1 9 9 3 年 1 0 月在北京召开 ,将有国内外稿件 3 5 。余篇发表 ,其中有近一半是国内稿件,将充分反映国内的研究水平。国内信号处理技术的进展可以从以下三个方面来介绍 ,即 :1.理论和算法;2 应用发展。 1 理论和算法 . ⑴离散变换 19 6 0 年 G oo d 提出了快速付立叶变换的想法,1 9 6 5 年 C o o l e y 和 T u k c y 又独立地发表了F FT 算法,数字信号处理发生了革命性的改变。R a d e r 等于 1 9 7 0 年提出了计算素数点的 D F T 方法 (PF A )使 FFT 算法所