非特定人孤立詞語音識(shí)別系統(tǒng)若干關(guān)鍵技術(shù)研究.pdf

1、隨著現(xiàn)代科學(xué)和技術(shù)的發(fā)展，語音識(shí)別技術(shù)在人機(jī)交互中的地位越來越重要。目前非特定人孤立詞語音識(shí)別系統(tǒng)被廣泛應(yīng)用于手機(jī)、PDA等各種智能終端產(chǎn)品中。同時(shí)隨著嵌入式技術(shù)的不斷發(fā)展，各種終端產(chǎn)品功能越來越強(qiáng)大，人們對(duì)語音識(shí)別系統(tǒng)的實(shí)用性也提出了更高的要求，因此為了提高語音識(shí)別系統(tǒng)的實(shí)用性，針對(duì)非特定人孤立詞語音識(shí)別系統(tǒng)關(guān)鍵技術(shù)的研究已經(jīng)成為很多科研人員關(guān)注的熱點(diǎn)。
　　 本文在非特定人孤立詞語音識(shí)別原理研究的基礎(chǔ)上，主要對(duì)語音識(shí)別系統(tǒng)中

2、的端點(diǎn)檢測(cè)算法和隱馬爾科夫模型算法進(jìn)行了深入研究。首先在研究語音端點(diǎn)檢測(cè)算法的基礎(chǔ)上，針對(duì)傳統(tǒng)端點(diǎn)檢測(cè)算法對(duì)噪音自適應(yīng)性差的問題，提出了一種能夠根據(jù)環(huán)境噪音實(shí)時(shí)調(diào)整門限值的自適應(yīng)端點(diǎn)檢測(cè)算法，并對(duì)算法實(shí)現(xiàn)過程中的各種具體問題給出了詳細(xì)地解決方案；其次深入研究了隱馬爾科夫模型的原理，對(duì)傳統(tǒng)隱馬爾科夫模型中存在一些問題進(jìn)行了改進(jìn)，實(shí)現(xiàn)了基于狀態(tài)持續(xù)時(shí)間分布的隱馬爾科夫模型；最后采用最大交互信息模型訓(xùn)練算法和傳統(tǒng)的Baum-Welch算法相結(jié)

3、合的策略提高了系統(tǒng)的鑒別能力。
　　 針對(duì)非特定人語音識(shí)別系統(tǒng)的研究，本文提出了一套完整的PC平臺(tái)的模型訓(xùn)練方案和基于FPGA嵌入式平臺(tái)識(shí)別系統(tǒng)的設(shè)計(jì)方案。通過分析識(shí)別系統(tǒng)中每個(gè)模塊的算法復(fù)雜度，對(duì)系統(tǒng)資源進(jìn)行了合理的軟硬件劃分。在系統(tǒng)移植時(shí)，對(duì)識(shí)別算法中遇到的浮點(diǎn)運(yùn)算、指數(shù)運(yùn)算和對(duì)數(shù)運(yùn)算等操作設(shè)計(jì)了相應(yīng)了移植方案。最后對(duì)移植后的語音識(shí)別系統(tǒng)，設(shè)計(jì)了數(shù)字測(cè)試方案和音頻測(cè)試方案，用于對(duì)基于FPGA的語音識(shí)別系統(tǒng)的正確性驗(yàn)證和性能測(cè)