基于HMM模型的孤立词语音识别系统及应用研究-控制工程专业论文.docxVIP

摘 要 人们在日常生活中实现相互之间的日常交流使用的手段有手势、表情和语音三种，而 语音是其中使用最为频繁的一种，这是因为语音具有高效方便的特点。正是由于语音高效 方便的特点决定了语音识别技术必将会成为人与机器之间交流的主要手段。 语音识别所采用的技术手段主要是先提取语音的特征信息并建立模型，然后对语音模 型进行训练得到训练模板，提取待测语音特征，最后利用得到的训练模板的特征与待测语 音特征进行模式匹配。 随着语音识别技术的不断发展，语音控制也随之得到越来越多的技术人员的关注。语 音控制技术的关键就在于，不仅要让机器人听懂人在说什么，而且还要让机器人知道要去 做什么。本文就是基于语音控制技术，针对小词汇量孤立词语音识别系统进行研究。 研究表明，在一个很短的时间间隔内(即短时帧) 语音信号可看做是平稳的。因此，在 这段时间类的语音信号能够用线性模型描述，但是在整体上看来语音信号是随时间不断变 化的。这就要求在用模型表示该信号时，模型所用的参数也必须要即时变化。因此，人们 想到了这样一个方法:把整个语音信号划分成若干个短时区间，然后再在短时区间内用线性 模型描述，最后按照时间顺序将短时线性模型串接，这就构成了一条 Markov 链。Markov 链描述的是状态与观测值相对应的统计关系。 HMM 的基本思想是建模，该模型是利用状态转移概率和观测输出概率对基元的发音速 率和声学变化建立的