中等詞匯量漢語連續(xù)語音識別技術(shù)研究.pdf

1、語音識別的目的是讓機(jī)器理解人的語言，實現(xiàn)更方便直接的人機(jī)交互。經(jīng)過幾十年的研究和發(fā)展，語音識別技術(shù)已日漸成熟并逐漸走向?qū)嵱?。越來越多具有語音識別功能的產(chǎn)品進(jìn)入人類的日常生活。 然而語音識別技術(shù)對環(huán)境的依賴性很強(qiáng)，語音識別系統(tǒng)通常是將在安靜環(huán)境下訓(xùn)練得到的模板應(yīng)用于實際環(huán)境中。而實際環(huán)境中一般都存在噪聲，隨著環(huán)境噪聲的加大，識別性能將會急劇下降，這是因為噪聲對語音識別的影響很大，而對噪聲的處理比較困難，如何建立魯棒性識別系統(tǒng)成為語

2、音識別領(lǐng)域的重要研究課題。 本文介紹了語音識別的主要應(yīng)用領(lǐng)域，國內(nèi)外發(fā)展歷史與研究現(xiàn)狀，簡要介紹了語音識別的基本方法及涉及到的關(guān)鍵技術(shù)，包括語音識別系統(tǒng)的分類、識別基元的選取以及模板訓(xùn)練與模式匹配的主要方法等。 分析語音識別系統(tǒng)的基本結(jié)構(gòu)及涉及到的各種主要技術(shù)，討論了語音信號的預(yù)處理及語音信號各種主要時、頻域特征參數(shù)的提取，重點分析研究常用且效果良好的、反映語音倒譜特征的線性預(yù)測倒譜系數(shù)(LPCC)和美爾倒譜系數(shù)(MFC

3、C)的提取方法。 隱馬爾科夫模型用統(tǒng)計原理建立語音識別的聲學(xué)模型，是目前語音識別的主流聲學(xué)建模技術(shù)，本文重點介紹了隱馬爾科夫模型的原理及其在語音識別中的應(yīng)用，并探討了其局限性。 最后在HTK平臺上實現(xiàn)了中等詞匯量特定人漢語連續(xù)語音識別的實驗，驗證了語音識別各個步驟的工作，提取出多種語音特征參數(shù)并對其進(jìn)行對比實驗以比較不同特征參數(shù)的識別效果；通過實驗討論HMM狀態(tài)數(shù)的不同對識別率的影響；討論基于最小統(tǒng)計譜減法的語音增強(qiáng)技術(shù)