基于HMM的漢語(yǔ)連續(xù)數(shù)字語(yǔ)音識(shí)別.pdf

1、連續(xù)數(shù)字語(yǔ)音識(shí)別在現(xiàn)實(shí)中具有廣泛的應(yīng)用前景。在互連網(wǎng)、通信、軍事、國(guó)防、人機(jī)交互等方面都有著重要的應(yīng)用價(jià)值?！　《嗄陙?lái)，許多學(xué)者都致力于連續(xù)數(shù)字語(yǔ)音識(shí)別的研究。但是，同英語(yǔ)連續(xù)數(shù)字語(yǔ)音識(shí)別情況相比，漢語(yǔ)連續(xù)數(shù)字語(yǔ)音識(shí)別的現(xiàn)狀同實(shí)際應(yīng)用的要求還存在一定的差距。主要難點(diǎn)在于，首先漢語(yǔ)是單音節(jié)字，音節(jié)越少語(yǔ)音間的混淆程度越高，存在一些容易混淆的數(shù)字對(duì)，如“2”和“8”，并且漢語(yǔ)數(shù)字中還存在一些單元音數(shù)字，如“1”、“2”和“5”，這些數(shù)字的

2、連續(xù)發(fā)音序列(如“55”)的識(shí)別相當(dāng)困難，識(shí)別過(guò)程中很容易引起數(shù)字“誤插入”和“誤刪除”?！　榱说玫揭粋€(gè)高性能、低運(yùn)算量的非特定人連續(xù)數(shù)字語(yǔ)音識(shí)別系統(tǒng)，本文在識(shí)別算法中做了多種分析和改進(jìn)，研究了結(jié)合韻律特征信息來(lái)提高HMM連續(xù)數(shù)字語(yǔ)音識(shí)別性能的算法。實(shí)驗(yàn)證明，該算法是有效的?！　∠到y(tǒng)的各算法由VC編程實(shí)現(xiàn)，其中包括語(yǔ)音信號(hào)的預(yù)處理、信號(hào)特征參數(shù)的提取、HMM模型訓(xùn)練、連續(xù)數(shù)字的切割算法、識(shí)別算法、以及后處理部分，并利用漢語(yǔ)的韻律信