2026《语音识别相关算法及识别效果概述》1700字.docxVIP

PAGE81

语音识别相关算法及识别效果概述

语音识别方法主要有矢量量化技术[[]张青松.语音识别技术的进展[J].科技信息,2011(27):611.]（VQ）、隐马尔可夫模型[[]孙在东.基于HMM时间序列分析的列车轴承健康监测的研究[D].北京交通大学,2019.]（HMM）、动态时间归正技术（DTW）、基于段长分布的非齐次隐含马尔可夫模型和人工神经元网络（ANN

[]张青松.语音识别技术的进展[J].科技信息,2011(27):611.

[]孙在东.基于HMM时间序列分析的列车轴承健康监测的研究[D].北京交通大学,2019.

将提取的语音特征参数与语音库中的数据按照DTW算法进行匹配。在使用DTW算法进行模型匹配之前，首先提取个人语音样本，提取特征参数建立语音库作为参考模型，然后计算待识别的语音信号的特征参数作为测试模型和参考模型。最后计算所有测试模型和参考模型的距离，选取最小距离对应的语音信号即为识别结果。动态时间归正技术是较早的一种模式匹配和模型训练技术，它应用动态规划方法成功解决了语音信号特征参数序列比较时时长不等的难题，在孤立词语音识别中获得了良好性能。但因其不适合连续语音大词汇量语音识别系统，目前已被HMM模型和ANN代替。

VQ技术从训练语音提取特征矢量，得到特征矢量集，通过LBG算法生成码本，在识别时从测试语音提取特征矢量序列，把它