基于HMM的連續(xù)語(yǔ)音識(shí)別系統(tǒng)的設(shè)計(jì).pdf

1、語(yǔ)音識(shí)別是讓機(jī)器能夠“聽(tīng)懂”人類的語(yǔ)言，并把人類的語(yǔ)音信號(hào)轉(zhuǎn)化為相應(yīng)的文本或命令的技術(shù)。語(yǔ)音識(shí)別是一門涉及面很廣的交叉學(xué)科，它與聲學(xué)、語(yǔ)言學(xué)、人工智能、神經(jīng)心理學(xué)、數(shù)字信號(hào)處理、計(jì)算機(jī)科學(xué)等學(xué)科都有著密切的聯(lián)系。語(yǔ)音識(shí)別的應(yīng)用范圍非常廣泛，比如語(yǔ)音打字機(jī)、數(shù)據(jù)庫(kù)檢索、汽車語(yǔ)音導(dǎo)航等等。
　　本研究圍繞語(yǔ)音識(shí)別介紹了語(yǔ)音識(shí)別的三種基本方法，基于聲道模型和語(yǔ)音知識(shí)的方法、模板匹配的方法以及人工神經(jīng)網(wǎng)絡(luò)的方法。在模板匹配方法中最常用的方

2、法有三種：動(dòng)態(tài)時(shí)間規(guī)整(DTW)、隱馬爾可夫（HMM）理論、矢量量化（VQ）。設(shè)計(jì)是基于HMM方法實(shí)現(xiàn)的語(yǔ)音識(shí)別，大多數(shù)的大詞匯量、連續(xù)的、非特定人語(yǔ)音識(shí)別系統(tǒng)也都是基于HMM模型實(shí)現(xiàn)的。本設(shè)計(jì)是基于HTK平臺(tái)，以HMM為模型，選取MFCC為特征參數(shù)，Viterbi算法作為識(shí)別基礎(chǔ)，實(shí)現(xiàn)了中等詞匯量、非特定人、連續(xù)語(yǔ)音識(shí)別系統(tǒng)的設(shè)計(jì)。本設(shè)計(jì)中訓(xùn)練句子200個(gè)，測(cè)試句子100個(gè)，測(cè)試句子正確識(shí)別了87個(gè)，句子識(shí)別率為87％。測(cè)試的句子中總