摘要:語言是人類交流的重要工具，是人類獲取信息的重要來源。衡量機器人智能化水平的一項重要技術(shù)依據(jù)就是看其是否可以進行人一機通訊。語音識別技術(shù)非常關(guān)鍵，它可以使人機交流更加通暢，因而發(fā)展非常迅速。它在不到60年的歷史里，取得了巨大的發(fā)展。本文在理論結(jié)合實踐的基礎上，對基于隱馬爾可夫模型的非特定人小詞匯量連續(xù)語音識別進行研究，具體內(nèi)容如下：

(1)通過基于隱馬爾科夫模型的語音識別系統(tǒng)的基本結(jié)構(gòu)，詳細介紹了語音識別系統(tǒng)的基本原理，包括語音信號的預處理，端點檢測，模板訓練，模式匹配，語音應答等環(huán)節(jié)。提出了一些適合非特定人小詞匯量連續(xù)語音識別的方法，并且分析他們的利弊。

(2)在語音識別方法的理論基礎上，基于Matlab設計平臺，設計出一套可用于觸摸屏的具有良好人機界面的非特定人小詞匯量連續(xù)語音識別系統(tǒng)，這個系統(tǒng)分別作出中文識別，英文識別兩個版本。并且在其中介紹了識別系統(tǒng)的開發(fā)工具和語音合成工具，根據(jù)可視化的用戶界面，說明了系統(tǒng)的具體功能，以及介紹了一些關(guān)鍵模塊的編程方法。

(3)在本文所介紹的語音識別系統(tǒng)上，對本文識別算法進行驗證，利用上述編寫出的語音識別軟件，對“君遠學院在哪里”，“院長是誰”，“江南大學有多少個學院”等15句話以及他們的英文版進行語音識別的訓練和測試。記錄它們的識別率，訓練時間等參數(shù)。 

關(guān)鍵詞：隱馬爾科夫模型；語音識別；Matlab

目錄

摘要

abstract

第1章 緒論-1

1.1前言-1

1.2語音識別的研究概況及發(fā)展趨勢-1

1.2.1 語音識別的國內(nèi)外研究概況-1

1.2.2 語音識別的算法模型概述-2

1.2.3 語音識別的發(fā)展趨勢[8]-3

1.3課題的研究意義及研究內(nèi)容-4

1.3.1 課題的研究意義-4

1.3.2 研究內(nèi)容-4

1.4本文的內(nèi)容結(jié)構(gòu)-4

第2章 語音識別的原理-7

2.1 語音的聲學基礎-7

2.1.1 語音的產(chǎn)生-7

2.1.2 漢語語音基礎-7

2.1.3 英語語語音基礎-8

2.1.4 語音感覺機理-9

2.1.5 語音產(chǎn)生的數(shù)學模型[12,13,14]-9

2.2 語音識別的基本原理-10

2.3 語音識別的預處理-11

2.3.1 識別單元選取-11

2.3.2 語音識別的采樣和量化-11

2.3.3 語音識別的預加重-12

2.3.3 語音識別的分幀加窗-13

2.3.4 語音識別的端點檢測-13

2.4 語音識別特征參數(shù)的提取-17

2.5 語音識別模型-18

2.5.1 隱馬爾科夫模型的定義-19

2.5.2 隱馬爾科夫模型的類型-19

2.5.3 隱馬爾科夫模型的基本算法-20

2.6 本章小結(jié)-21

第3章 語音識別方法的對比選取-23

3.1 概述-23

3.2 動態(tài)時間規(guī)整技術(shù)（DTW）-23

3.2.1 DTW模型建立-23

3.2.2 DTW的缺點-25

3.3 DTW模型和HMM模型的對比-25

3.4 以詞，句為基元的識別率的對比-26

3.4 本章小結(jié)-29

第四章 語音識別系統(tǒng)在迎賓機器上的實現(xiàn)-31

4.1系統(tǒng)的基本功能-31

4.2 語音數(shù)據(jù)庫的建立-32

4.3 連續(xù)語音識別系統(tǒng)的實現(xiàn)-33

4.3 語音識別關(guān)鍵模塊的算法及實現(xiàn)-34

4.3.1 語音訓練-34

4.3.2 MFCC參數(shù)提取-34

4.3.3 語音識別-35

4.3.4 語音回答-35

4.4 ActiveX控件-36

4.4.1 Matlab的ActiveX接口-36

4.4.2 在Matlab中播放flash和視頻文件-37

4.4 實驗設計及結(jié)果分析-38

4.4.1 端點檢測算法的驗證-38

4.4.2 整個系統(tǒng)的總試驗-40

4.5 本章小結(jié)-40

第五章 總結(jié)與展望-41

5.1 論文總結(jié)-41

5.2 不足及以后工作-41

參考文獻-42

致謝-43