文档介绍：摘要小词汇量语音识别系统是指词汇量在忠阅诘挠镆羰侗鹣低场T谟镆舨诺话、家电遥控、工业控制等领域,小词汇量语音识别都有着广泛的应用,具有重要的实用价值。实现高识别率的小词汇量语音识别系统并不困难,但如何解决识别率和系统复杂度的关系,是目前这一研究领域中最重要的课题之一。本文系统的研究了组成小词汇量语音识别系统的各种技术,并在此基础上提出了一个小词汇量语音识别系统的实现方案。本文主要完成了下列工作:苑种〈硭枷敫慕硕说慵觳夥椒ǎ诓裳诩淇梢越刑卣魈崛『褪噶量化,提高了系统的实时性;捎玫ケ咦韵喙匦蛄写嬖加镆粜蛄校岣吡讼咝栽げ獾蛊撞问目乖胄能;媒诨值姆椒ń惺噶苛炕档土耸侗鸸痰募扑懔浚叛塾诙ǖ鉊处理特性,对离散马尔可夫模型的训练和识别过程提出了一些改进方案,减少了存储量和运算量。具体方法有:用加权合并的方法对多训练序列—毓拦接呕迷黾又甘坏姆椒ń饩銮昂笙蚋怕实推过程中的下溢问题,〈驶懔坑镆羰侗鹣低车氖现方案,取得了识别率和复杂度较为均衡的结果。本文的仿真系统最终性能为::语音识别;隐含马尔可夫模型;倒谱;线性预测:端点检测:
;,籋;;籈伍.,.;.:篠,
,有效的了解、识别人的口语语音,从而执行人的各项意图。这有两方面的研究方向,一种是将人类的口述语言逐字逐句翻译为相应的文字或字符,如语音输入工具:另一种是对口述语言中所包含的要求或者询问做出正确的响应,而不拘泥于所有词的正确,如手持电话中的语音命令。第二种的技术难度要远远小于第一种。目前国内外对语音识别的研究主要在第一种。语音识别是一项非常有实用价值的课题。自第~次工业革命以来,机器的出现替代了人类大量的手工劳动,给人类的生活带来了很大的变化。经过两百多年的发展,当今社会中,机器更是在人类生产生活中无所不在,如工业控制系统、办公室自动化系统等,它们的存在为人们带来了更为方便、舒适和高效的生活。但功能越来越强,结构越来越复杂的机器对操纵者的技术、知识储备的要求也越来越高。如果能用人类最直接、方便、自然的信息交流手段之一的语音作为人机对话的交流方式,不仅将劳动者的双手进一步的解放,同时也令缺乏专业技能的业余人士能得心应手的操纵机器,这对发展生产力和解放劳动力的促进是不言而喻的。另一方面,在某些特定条件下,不可能允许人们自由的使用双手来进行各种操作,例如在驾驶汽车的时候,双手离开方向盘或者目光离开前方是十分危险的,此时语音操作的意义就更加重大。因此可以说,只要在有机器的地方,就有语音识别存在的价值。这也是国内外科研工作者投入大量财力和精力研究语音识别的巨大动力。语音识别是一门学科涵盖范围相当广的课题。信号处理学、语言学、生理学、模式识别、人工智能⋯⋯,各种学科的学者都在为该课题贡献力量。语音识别的这种复杂性,也给研究带来了前所未有的困难。按照不同的分类标准,语音识别系统一般可以分为下面几种按词汇量的大小,可以分为大词汇量语音识别系统、中词汇量语音识别系统和小词汇量语音识别系统三种。现在大致的划分标准是:所识别词数在韵的称为小词汇量,之问的为中词汇量,超过奈4蟠驶懔俊K着词汇量的增加,系统的实现也越来越困难。按语音述说方式,可分为孤立词、连接词和连续语音三种。孤立词识别方式是指说话人每次只说一个词、一个词组让系统进行识别:连接词识别方式一般特指由十个数字连接而成的多位数字的识别:连续语音识别是指说话人以日常自然的方式讲述并让系统识别。这三种方式的识别困难程度显然是逐次递增的。按服务对象,可分为特定人和非特定人两种。特定人识别系统是指系统仅针对一个用户;相对的,面对多个用户的识别系统为非特定人识别系统。后者的实现难度远大于前者。小词汇量语音识别系统的实现概论·
镆羰侗鸬睦泛拖肿语音识别的研究大约从上世纪五十年代初开始,但是当时的理论条件和物质条件还不适宜语音识别的发展。直到六十年代中期,在计算机产业和数字信号处理学科迅猛发展带来的契机下,语音识别终于作为一个重要的课题走向前台,并取得了实质性的进展。我们简要回顾一下语音识别近五十年的历史年,实验室的热死霉舱穹逄卣餮兄瞥隽耸澜缟系谝惶ㄔ加镆识别系统。年,美国笛槭业腞虵状尾捎檬旨扑慊侗鹩文的元音和以摩擦音开头的孤立字,这标志着计算机语音识别时代的开始。在六、七十年代,一系列里程碑式的基础性突破为语音识别的发展奠定了基础。在语音学方面,瑞典通信工程师发表了著名的博士论文《语音产生的声学理论》;人们还对人的听觉生理和心理进行了研究,提出了临界频带理论。在信号处理方面,线性预测编码,技术在年代被本学者晒Φ赜τ糜谟镆粢员穑晌迄今为止最为