語(yǔ)音識(shí)別關(guān)鍵技術(shù)研究.pdf

1、隨著人工智能的迅速發(fā)展，語(yǔ)音識(shí)別的技術(shù)越來(lái)越成為國(guó)內(nèi)外研究機(jī)構(gòu)的焦點(diǎn)。人們致力于能使機(jī)器能夠聽(tīng)懂人類的話語(yǔ)指令，并希望通過(guò)語(yǔ)音實(shí)現(xiàn)對(duì)機(jī)器的控制。語(yǔ)音識(shí)別的研究發(fā)展將在不遠(yuǎn)的將來(lái)極大地方便人們的生活。
　　語(yǔ)音識(shí)別大致的流程包括：特征提取、聲學(xué)模型訓(xùn)練、語(yǔ)音模型訓(xùn)練以及識(shí)別搜索算法。本文對(duì)語(yǔ)音識(shí)別整個(gè)過(guò)程，包括特征提取、模型訓(xùn)練及識(shí)別算法，進(jìn)行了深入研究。根據(jù)漢語(yǔ)語(yǔ)音的發(fā)音特性，并綜合考慮計(jì)算量等問(wèn)題，選擇漢語(yǔ)中的聲韻母作為基本聲學(xué)

2、單元，同時(shí)選擇使用半連續(xù)隱馬爾科夫模型對(duì)聲韻母進(jìn)行建模。本文中選擇的特征參數(shù)為Mel倒譜系數(shù)，本文深入分析了MFCC參數(shù)的提取過(guò)程，并提出了一種改進(jìn)的MFCC提取算法，使得比傳統(tǒng)MFCC提取算法的計(jì)算量減少了將近50％，極大地提高了特征提取的效率。
　　Sphinx系統(tǒng)作為國(guó)際上發(fā)展成熟的語(yǔ)音識(shí)別系統(tǒng)。本文對(duì)其聲學(xué)模型訓(xùn)練工具sphinxtrain內(nèi)部實(shí)現(xiàn)及主要涉及算法進(jìn)行深入研究，并且通過(guò)調(diào)整其中參數(shù)以適應(yīng)漢語(yǔ)語(yǔ)音識(shí)別的要求。最