文档介绍：语音识别技术的前世今生
语音识别之语音信号特征提取技术
科大讯飞 Siri
语音识别与语音信号
语音识别:能把语言和语声转换成可进行处理的信息的过程.
语音信号:冗余度很高的随机信号,必须经过特征提取才能有效地降低信号的冗余度,而语音特征的提取又是通过对语音信号的分析来获得表征语音信号的参数的.
语音识别五大问题
⒈对自然语言的识别和理解。首先必须将连续的讲话分解为词、音素等单位,其次要建立一个理解语义的规则。
⒉语音信息量大。语音模式不仅对不同的说话人不同,对同一说话人也是不同的,例如,一个说话人在随意说话和认真说话时的语音信息是不同的。一个人的说话方式随着时间变化。
⒊语音的模糊性。说话者在讲话时,不同的词可能听起来是相似的。这在英语和汉语中常见。
⒋单个字母或词、字的语音特性受上下文的影响,以致改变了重音、音调、音量和发音速度等。
⒌环境噪声和干扰对语音识别有严重影响,致使识别率低。
LPC
基本思想:
一个语音的采样能够用过去若干个语音采样的线性组合来逼近。通过使线性预测的采样在最小均方误差意义上逼近实际语音采样,可以求取一组唯一的预测系数。这里的预测系数就是线性组合中所用的加权系数。这种线性预测分析技术最早用于语音编码中,因此也常被简称为LPC。
目前进行语音特征分析的最有效、最重要的方法之一是线性预测分析(LPC)法,这是由于:
,可把语音信号看成是由全极点模型产生的;
,提供谱估计;
(如基音、共振峰、谱、声道面积函数等)简洁而准确,计算量较小,便于实时处理;
;
,在语音识别中提高识别率和减少识别时间。
呵呵~
小明,今晚上有思修课呢!你去不去??
“我去!!我不去!!”
呵呵~
冬天:能穿多少穿多少;
夏天:能穿多少穿多少。
剩女产生的原因有两个: 
一是谁都看不上,   
二是谁都看不上。