基于神经网络语音识别技术的研究.pptxVIP

基于神经网络语音识别技术研究;1 语音识别基础;声学模型设计和语言发音特点亲密相关。声学模型单元大小(字发音模型、半音节 模型或音素模型)对语音训练数据量大小、系统识别率，以及灵活性有较大 影响。 (c)语义了解：计算机对识别结果进行语法、语义分析。明白语言意义方便做出 对应反应，通常是经过语言模型来实现。;1.1 语音识别面临问题;高保真设备上录制语音，尤其要在无噪环境下录音。然而，当语音处理由试验室走向实际应用时，环境噪声存在所带来问题就变得越来越主要。尤其是线性预测作为语音处理技术中最有效伎俩，恰恰是最轻易受噪声影响。 语音识别基元选择问题。即怎样依据存放空间和搜索速度要求，选择适当识别单元，如词、音节、音素。普通来讲，识别词汇量越大，所选基元应越小。 端点检测。语音信号端点检测是进行语音识别第一步。研究表明，即使在平静环境下，语音识别系统二分之一以上识别错误来自端点 检测器。提升端点检测技术关键在于寻找稳定语音参数。 还有大词汇连续语音识别训练工作量和识别速度问题、局势问题以及关键词检测技术，以及对用户错误操作不正确响应问题等。 6.另外，对于人类由中枢神经控制记忆机理、听觉了解机理、联想判断机理等，人们当前仍知之甚少。;■;2 系统描述和特征参数提取;(2)预加重 因为语音信号S(n)平均功率谱受声门激励和口鼻辐射影响，高频端大约在800Hz以上按6dB/ 倍频程跌落，