嵌入式平臺的跑步機語音識別系統(tǒng),由于系統(tǒng)運算性能不高,且機器使用環(huán)境的噪音較大,需要語音識別算法能夠運行效率高和準確率高。本文設計的隱馬爾科夫語音識別模型,使用39維混合高斯概率密度對音素進行聚類擬合,使用隱馬爾科夫鏈對實時語音與模型做相似度匹配。該模型結構簡單,算法運行效率較高,可以充分滿足跑步機嵌入式平臺語音識別的需求。 

【文章來源】：信息技術與信息化. 2020,(09)

【文章頁數(shù)】：3 頁

【文章目錄】：
0 引言
1 語音識別發(fā)展歷程
2 跑步機語音識別
    2.1 系統(tǒng)框架
    2.2 語音識別模塊
3 混合高斯-隱馬爾科夫模型
    3.1 隱馬爾科夫狀態(tài)鏈
    3.2 混合高斯-隱馬爾科夫模型
4 系統(tǒng)實現(xiàn)
5 小結


【參考文獻】：
期刊論文
[1]嵌入式語音識別技術實現(xiàn)[J]. 孫曉杰.  信息記錄材料. 2018(08)
[2]孤立詞識別系統(tǒng)的算法改進及優(yōu)化[J]. 朱健晨,劉增力,袁洪,程桐.  計算機仿真. 2015(09)

博士論文
[1]面向嵌入式計算平臺的自動語音識別關鍵技術研究[D]. 趙歡.湖南大學 2010



本文編號：3015995