语音识别技术研究.docVIP

语咅识别技术研究 采用动态时间规整模型和隐马尔科夫模型，实现了孤 立词语咅识别方案。并探讨语咅识别在硬件上的实现以及基咅周期估 值等具体问题。 o论文在Windows平台上仿真和编 写了预处理、端点检测、特征参数提取、K均值聚类法初值设定、语 音模板 训练、隐马尔可夫模型识别几个子程序模块，实现了语音识别的各个 过程。 并用汉语数码识别验证了方案的可行。 计算机分析语音信号的目的是为了方便有效的提取并表示语音信号所携 带信息，这种方法所需要的准确度是山语音中特定信息决定。根据所分析的 参数类型，语音信号分析可以分为时域和变换域（频域、倒谱域）处理技术。 语音识别是指计算机将人类 的语音信号“翻译”成表达相应语言的文字序列。这里的“翻译”是指在一 个有限的集合里面确定待识别目标 同一语音的时域波形不同发音之间千变力化，且-一段语音数据量大， 不适合作为识別的基元，如何选取语音信号识別的特征，是频域变换结果， 还是其它？ 语音特征参数怎样实现对不同语音的分 类?或者说，语音信号中含 有丰富的信息，但如何去除对语音识别无 关紧要的冗余信息，从中提取出对 语音识别有用的信息呢？ 采用什么样的模型（算法）来匹配选取的 语音特征？ 怎样测度两语音信号的相似性?选取什么 样的准则？ 怎样评判语音识别的结果的有效性和正 确率？ 一个成功的语音识别系统，需要考虑语音 特征参数的有效和适应性、算法的