漢語(yǔ)語(yǔ)音識(shí)別技術(shù)研究與實(shí)現(xiàn).pdf

1、語(yǔ)音識(shí)別技術(shù)已經(jīng)深入人類生活和工作的各個(gè)方面，加強(qiáng)語(yǔ)音識(shí)別技術(shù)的研究，提高語(yǔ)音識(shí)別的實(shí)用性，對(duì)改善人類生活具有重要意義。本文對(duì)漢語(yǔ)語(yǔ)音識(shí)別技術(shù)進(jìn)行研究，包括噪聲環(huán)境下的漢語(yǔ)語(yǔ)音切分、預(yù)處理、特征提取及語(yǔ)音識(shí)別算法。
　　 鑒于經(jīng)驗(yàn)?zāi)B(tài)分解、Teager能量和熵能夠突出體現(xiàn)信號(hào)的幅度和頻率變化，并且具有噪聲魯棒性的特性，本文將三者結(jié)合實(shí)現(xiàn)噪聲環(huán)境下的漢語(yǔ)語(yǔ)音切分。首先進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，濾除噪聲，然后對(duì)分解出來(lái)的固有模態(tài)函數(shù)計(jì)算Te

2、ager能量熵，最后通過(guò)雙門限切分法找出切分點(diǎn)。仿真實(shí)驗(yàn)表明該方法切分準(zhǔn)確，對(duì)噪聲具有較強(qiáng)的魯棒性，并且能夠以音節(jié)為單位切分漢字，適應(yīng)漢語(yǔ)語(yǔ)音一個(gè)音節(jié)表示一個(gè)漢字的特點(diǎn)，為漢語(yǔ)語(yǔ)音識(shí)別打下基礎(chǔ)。
　　 為提高漢語(yǔ)語(yǔ)音識(shí)別準(zhǔn)確率，充分利用矢量量化的壓縮特性和隱馬爾可夫雙重隨機(jī)過(guò)程的語(yǔ)音模型優(yōu)勢(shì)，設(shè)計(jì)一個(gè)基于隱馬爾可夫和矢量量化的漢語(yǔ)語(yǔ)音識(shí)別決策系統(tǒng)，完成語(yǔ)音識(shí)別。針對(duì)矢量量化中的經(jīng)典算法——LBG算法容易陷入局部最小解，而且依賴于