文档介绍：摘要语音是人类进行相互交流和通信最便捷的手段,在当今数字化的信息时代,用数字化的技术进行语音的增强、传送、识别、合成、存储已成为语音信号处理技术的科学前沿。语音识别技术是计算机技术的重要发展方向,语音识别已经形成了完整的理论体系,尽管目前语音识别的研究已经进入了商品化阶段,但在许多特定领域,由于其环境和行业的特殊性,往往需要专门进行开发,以适应社会需要。在实际应用的场合中,语音识别的性能会随着说话人的变化、噪声的干扰、信道失真有较大的下降。在硬件实现方面,实时语音信号处理需要高速的硬件处理器,语音模板需要占用大量的存储空间,导致硬件成本提高,从而限制了语音识别技术的应用。本系统选用了公司的作为处理器芯片,选择对小词汇量语音识别系统进行研究。实现小词汇量的语音识别主要包括以下三个方面的工作:端点检测、特征提取和模式匹配。在端点检测中,通过对过零率和短时能量参数的检测来判断起始点和结束点,去掉噪声,从而提取出语音信号数据。在特征提取中,首先对语音信号进行分帧、然后计算每帧语音信号的特征参数,本文采用线性预测倒谱参数作为特征参数,这些特征参数组成特征矢量,从而构成语音模板。在模式匹配中,采用了动态时间归整方法,将测试模板与参考模板进行匹配,比较两者之间的失真,得出识别判决的依据。本文完成了基于男〈驶懔康挠镆羰侗鹣低车娜碛布杓疲⑷〉昧私好的识别结果。为今后进一步研究中等词汇量以及大词汇量的语音识别奠定了基础。论文最后总结了全文,指出了本系统的一些不足,并提出了下一步进行改善的一些设想。关键词:镆羰侗餌端点检测
,.“,,.,琤—,,也,琧瑀甌獀甧.,..,琭,:瑃..:.—
第滦论前言语音识别系统概述息革命浪潮的推动下,人们对信息的需求日益增长,对信息处理的速度和方式提出了更新更高的要求,随着计算机处理和存储信息能力的不断增强,如何将信息以最自然、最方便、最有效的方式缬镆舴绞送入计算机进行处理、传输,已成为人们亟待解决的问题。语音识别技术正是解决这一问题的有效途的高速发展,语音处理和识别技术在许多方面都出现了突破性的进展,使得语随着科技的发展和人们对语音识别技术的深入研究,人们对语音识别也提出了越来越高的目标和要求。语音识别的最终目的就是像人与人之间谈话交流辨明话音的内容或说话人,将人的语音正确地转化为书面语言或有意义的符号,可以肯定地说,语音识别技术必将成为未来信息产业中标志性的关键技术。命令来进行操作。语音技术的应用已经成为一个具有竞争性的新兴高技术产业。序列的阶段。“听出”不等于“听懂”,在“听出”的基础上做到对内容的“理语音的作用就是通信,语音处理和识别是利用计算机对语音信号进行分析和综合,从而实现人类语音的自动理解和处理的一门学科。上世纪中期,在信径。自动语音识别技术的研究开始于上世纪年代末,起初的发展非常缓慢。上世纪年代初期,随着计算机技术、微电子技术和数字信号处理技术音识别技术的研究出现了一个重大转折。信息一样,实现人机自由对话。也就是赋予机器听觉,使机器能听懂人的语言,或者进一步使机器能按照人的意志进行操作,实现工业生产的自动化、智能化。语音识别是一门交叉学科,语音识别正逐步成为信息技术中人机接口的关键技术,语音识别技术与语音合成技术结合,使人们可以不用键盘。通过语音研究语音识别的目的,就是让机器能够“听懂”人的自然语言,这个美好的愿望甚至在计算机诞生以前就有了。但对语言的理解是一个非常复杂的过程,目前的研究水平还只能做到“听出”人的自然语言,尚处于把语音信号转换为文字解”,是未来语音识别研究的发展方向。近二十年来,语音识别技术取得显著第滦髀
.镆羰侗鸺际醯幕语音识别技术关系到多学科的研究领域,不同领域上的研究成果都对语音机器识别语音的准确率与不同的说话人、不同的说话速度、不同的说话内容、以及不同的环境条件有关。语音信号本身的特点造成了语音识别的困难,这些特点包括多变性、动态性、瞬时性和连续性等。的语音识别技术是基于统计模式识别的基本理论。一个完整的语音识别系统可镆籼卣魈崛。浩淠康氖谴佑镆舨ㄐ沃刑崛〕鏊媸奔浔浠挠镆籼P陀肽J狡ヅ识别算法荷P屯ǔ=ɑ袢〉挠镆籼卣通过学习算法产生。在识别时将输入的语音特征同声学模型J进行匹配比较,得到最佳的识别结果。表语音识别系统,往往不需要语言处理部分。声学模型是识别系统的底层模型,并且是语音识别系统中撮关键的一部型单元大小址⒁裟P汀胍艚谀P突蛞羲啬P对语音训练数据量大小、系统识别率,以及灵活性有较大的影响。必须根据不同语言的特点、识别系统词汇量的大小决定识别单元的大小。语言模型对中、大词汇量的语音识别系统特别重要。当分类发生错误时可以根据语言学模型、语法结构、语义学进行判断纠正,特别是一些同音字则必须通过上下文结构才能确定词义。语言学理论包括语义结构、语法规则、语言的数