基于wince的嵌入式語音識別系統(tǒng)的研究.pdf

1、隨著語音識別效果的逐步提高,語音輸入輸出正逐步成為人機(jī)交互的一種重要方式。這種交互方式對語音識別技術(shù)和識別系統(tǒng)提出了更高的要求,尤其在系統(tǒng)的便捷性,實(shí)時(shí)性和可移植性等方面。因此,在嵌入式系統(tǒng)中實(shí)現(xiàn)一個(gè)能識別較大詞匯量,具有較好實(shí)時(shí)性,并且具有足夠高的識別率的語音識別系統(tǒng),具有很高的理論研究及實(shí)用價(jià)值。
　　 本文首先分析語音識別技術(shù)研究的發(fā)展背景及國內(nèi)外研究現(xiàn)狀,并對本研究的背景項(xiàng)目所要求的各項(xiàng)技術(shù)指標(biāo)進(jìn)行介紹和分析。在深入研究

2、語音識別過程中各關(guān)鍵模塊,包括語音預(yù)處理,特征提取,關(guān)鍵識別算法及決策等的基礎(chǔ)上,對各模塊的重點(diǎn)技術(shù)進(jìn)行研究。在語音預(yù)處理模塊中,重點(diǎn)對預(yù)加重、分幀、加窗、端點(diǎn)檢測的各種算法進(jìn)行分析,通過實(shí)驗(yàn)比較各種算法的優(yōu)劣；在特征提取模塊中,通過分析LPCC參數(shù)和MFCC參數(shù)的實(shí)現(xiàn)原理和差異,結(jié)合背景項(xiàng)目的要求,闡述選用LPCC參數(shù)的因?yàn)椤?br>　　 在對核心識別算法的研究中,本論文分別對三種經(jīng)典的語音識別算法-動態(tài)時(shí)間規(guī)整算法(DTW)、隱馬

3、爾科夫模型(HMM)和人工神經(jīng)網(wǎng)絡(luò)算法(ANN)的算法思想和識別原理進(jìn)行分析,并在傳統(tǒng)的DTW算法基礎(chǔ)上,對算法進(jìn)行了簡化改進(jìn),從而減少了算法的運(yùn)算量,實(shí)現(xiàn)了程序效率的提高。圍繞改進(jìn)的DTW算法,提出一種新的匹配方法-二次匹配法,通過改變匹配流程,使用LPCC參數(shù)與改進(jìn)DTW算法的組合,實(shí)現(xiàn)了大詞匯量的語音識別系統(tǒng)的設(shè)計(jì),系統(tǒng)的識別率能夠保持在80％以上,達(dá)到背景項(xiàng)目的具體要求。
　　 本文在對現(xiàn)有的嵌入式操作系統(tǒng)深入研究的基礎(chǔ)