非特定人孤立詞語音識別系統(tǒng)若干關鍵技術研究.pdf

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

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

3、合的策略提高了系統(tǒng)的鑒別能力。
　　 針對非特定人語音識別系統(tǒng)的研究，本文提出了一套完整的PC平臺的模型訓練方案和基于FPGA嵌入式平臺識別系統(tǒng)的設計方案。通過分析識別系統(tǒng)中每個模塊的算法復雜度，對系統(tǒng)資源進行了合理的軟硬件劃分。在系統(tǒng)移植時，對識別算法中遇到的浮點運算、指數(shù)運算和對數(shù)運算等操作設計了相應了移植方案。最后對移植后的語音識別系統(tǒng)，設計了數(shù)字測試方案和音頻測試方案，用于對基于FPGA的語音識別系統(tǒng)的正確性驗證和性能測