連續(xù)數(shù)字語音識別系統(tǒng)的研究及應用.pdf

1、隨著信息技術的不斷發(fā)展，特別是關于算法、廉價并行計算、大數(shù)據(jù)等技術的突破，人工智能在本世紀領導著IT發(fā)展的潮流。智能人機交互接口是目前人工智能的一個研究熱點，很多專家指出，人機交互的維度將繼“點擊”時代過渡到“觸摸屏”時代之后，繼續(xù)從“觸摸屏”時代過渡到“語音”時代。如果能實現(xiàn)人與機器的自然對話，讓機器聽懂人的語言，并根據(jù)信息執(zhí)行人類的意圖，那么這無疑是一種理想的人機交互方式，而這一切的實現(xiàn)都要基于語音識別技術的研究。
　　本文主

2、要是針對非特定人連續(xù)數(shù)字語音識別的研究，目的是實現(xiàn)IP電話應用程序語音自動撥號功能。本文的主要工作和成果如下：
　　1、研究了混合高斯模型（GMM）和隱馬爾科夫模型（HMM）及其相關算法。
　　2、詳細介紹了語音識別過程中的信號處理和特征提取，包括分幀加窗、預處理、端點檢測、特征提取，特別提到了一種基于GMM的端點檢測方法。
　　3、結合識別任務、已有的數(shù)據(jù)資源以及PC和Android手機的運算能力，選取基于混合高斯模