語音識別特征提取算法的研究及實現(xiàn).pdf

1、語音信號具有很強的時變特性，在較短的時間間隔中語音信號的特征可看作基本保持不變，這是語音信號處理的一個重要出發(fā)點。語音識別率的高低，也都取決于語音信號特征提取的準確性和魯棒性。因此，語音信號特征提取在語音信號處理應用中具有舉足輕重的地位。 論文首先研究了語音識別的基本知識，主要包括語音識別的原理；語音信號處理的基本知識；各種語音識別和訓練的方法。在此基礎上本文完成的工作有：1、著重研究了目前使用廣泛的美爾頻率倒譜系數(MFCC

2、)參數，以24維MFCC參數為例，采用增減分量的方法分析了高階參數缺失對識別率的影響，找出了對噪音不敏感的高階MFCC參數，在識別率變化不大的情況下對24維MFCC參數進行了優(yōu)化組合。 2、使用VC++根據動態(tài)時間規(guī)整模型實現(xiàn)了一個連接數字串語音識別系統(tǒng)，并進行了實驗分析。系統(tǒng)的組成模塊和語音識別系統(tǒng)的基本構成模型一致。在實現(xiàn)時選用了美爾頻率系數(MFCC)。 3、實驗過程中發(fā)現(xiàn)了漢語數碼易于混淆的問題，在模板訓練方法和