基于語音包絡(luò)特征的語音識別系統(tǒng).pdf

1、本論文的主要工作通過對語音識別系統(tǒng)的研究,發(fā)現(xiàn)語音識別系統(tǒng)不能夠達(dá)到實(shí)時(shí)處理的困難：特征提取模塊的算法復(fù)雜,并且計(jì)算量非常大,所以占用了大量的系統(tǒng)時(shí)間,硬件實(shí)現(xiàn)占用了很多硬件資源。傳統(tǒng)的語音識別系統(tǒng)受到特征向量分析理論的限制,待測語音要和模板庫中的語音要進(jìn)行逐一比對,效率低。本文首先我采用了新的特征向量提取算法：對語音信號特點(diǎn)的分析和研究,提取語音信號的極值和語音信號極值對應(yīng)的位置,得到了語音信號包絡(luò)的特征向量。并且通過對語音信號包絡(luò)特

2、征的研究和分析,對特征向量進(jìn)一步改進(jìn),降低了系統(tǒng)的硬件復(fù)雜度和減少了系統(tǒng)的運(yùn)算量,增強(qiáng)了包絡(luò)特征抗噪聲能力。其次根據(jù)包絡(luò)特征向量的特點(diǎn),提出了對語音系統(tǒng)的結(jié)構(gòu)調(diào)整,加入了語音預(yù)判斷模塊。語音的預(yù)判斷模塊在語音包絡(luò)特征向量的基礎(chǔ)上,根據(jù)語音信號的波形,分別提取出前后兩部分的最大值,以及它們相應(yīng)的位置。通過預(yù)判斷,能夠進(jìn)一步的縮小相似語音的范圍,而達(dá)到了提高系統(tǒng)工作效率的目的。并且通過軟件和硬件的仿真,實(shí)現(xiàn)了語音識別的功能。最后和以線性預(yù)測