小詞匯量連續(xù)語音識別系統(tǒng)的研究與實現(xiàn).pdf

1、語音識別技術(shù)從理論研究到產(chǎn)品開發(fā),是一項公認(rèn)的極具挑戰(zhàn)性和市場價值的工作,具有很強(qiáng)的理論研究意義和實際應(yīng)用價值。隨著DSP技術(shù)的飛速發(fā)展,其系統(tǒng)功能、數(shù)據(jù)處理能力以及與外部設(shè)備通信功能的不斷增強(qiáng),語音識別的研究發(fā)展更是突飛猛進(jìn)。
　　本文在已有的研究成果基礎(chǔ)上,圍繞連續(xù)語音識別系統(tǒng)結(jié)構(gòu),對傳統(tǒng)的識別算法做了一些具體的改進(jìn),并在Matlab平臺以及DSP上進(jìn)行了實驗,主要工作如下:
　　(1)深入分析了音節(jié)切分的方法。由于連續(xù)

2、語音信號的協(xié)同發(fā)音現(xiàn)象,傳統(tǒng)的雙門限檢測方法很難界定相鄰的兩個音節(jié)。本文在傳統(tǒng)雙門限方法的基礎(chǔ)上做了一些改進(jìn)。首先,通過多次循環(huán)雙門限檢測初步判定得到音節(jié)的假定起止點,然后對起止點設(shè)定不同門限,分別對假定起止點進(jìn)行前后向搜索,最終確定音節(jié)的起點和終點。
　　(2)重點研究了HMM與VQ相結(jié)合的聲學(xué)模型的訓(xùn)練與識別方法。其中VQ的訓(xùn)練引進(jìn)了模糊-C均值(FCM)聚類的算法,克服了傳統(tǒng)LBG算法存在的空包腔和非典型碼字等問題。鑒于FC

3、M聚類算法運(yùn)算量較大,本文從數(shù)據(jù)約減和減少迭代次數(shù)兩方面對FCM算法進(jìn)行了改進(jìn)。
　　(3)探討了語言模型Bi-gram模型的訓(xùn)練、識別以及在連續(xù)語音識別中的應(yīng)用。語音識別中引進(jìn)語言模型以彌補(bǔ)聲學(xué)模型的缺點,提供語言方面的語法語義約束,提高系統(tǒng)的識別率。
　　(4)從識別系統(tǒng)軟硬件結(jié)構(gòu)出發(fā),詳細(xì)介紹了TI公司的TMS320C6713DSK以及相關(guān)的模塊,并重點研究了識別系統(tǒng)在DSP上軟件流程及調(diào)試過程。
　　文章給出了