以人類語言和計(jì)算機(jī)進(jìn)行交互一直是近幾十年自動(dòng)語音識(shí)別（Automatic Speech Recognition,ASR）研究的主要方向。20世紀(jì)下半葉,各種ASR技術(shù)如雨后春筍應(yīng)運(yùn)而生,例如:梅爾頻率倒譜系數(shù)（Mel Frequency Cepstral Coefficients,MFCC）、高斯混合模型（Gaussian Mixture Model,GMM）、隱馬爾科夫模型（Hidden Markov Model,HMM）等。這些理論與技術(shù)的提出為ASR發(fā)展帶來很好的契機(jī)。在21世紀(jì)的第二個(gè)十年里,由于移動(dòng)終端的普及,ASR又迎來了研究的高潮,各種新技術(shù)、新模型被提出并應(yīng)用于實(shí)踐。為了降低系統(tǒng)的成本,方便攜帶、安裝以及配置,本文基于樹莓派（Raspberry Pi）設(shè)計(jì)一種語音傳輸識(shí)別系統(tǒng),可以對(duì)火車站的廣播語音實(shí)現(xiàn)采集、傳輸和識(shí)別功能。本文設(shè)計(jì)的ASR系統(tǒng)避免傳統(tǒng)語音采集傳輸設(shè)備體積大、成本高、工作量大等問題,還可以遠(yuǎn)程終端連接,從而更加靈活方便地修改系統(tǒng)配置。本系統(tǒng)包括軟件和硬件兩個(gè)部分。其中,硬件由Raspberry Pi、拾音器等構(gòu)成,主要實(shí)現(xiàn)語音的采集功能。軟件方面則分為兩... 

【文章來源】：山西大學(xué)山西省

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

ASR的主要流程

因此需要對(duì)其進(jìn)行 AD 轉(zhuǎn)換，將其轉(zhuǎn)化 1-4000Hz，在本文設(shè)計(jì)系統(tǒng)中，根據(jù)奈奎斯特采樣本文中采用的語音采集是利用拾音器和 Raspberry Pi 音頻信號(hào)的采集、傳輸?shù)裙δ�。的預(yù)加重預(yù)處理的一種手段，其目的是減輕口唇輻射對(duì)音頻的率。因?yàn)樵?800Hz 以上的高頻端，音頻會(huì)以 6dB/oc的高頻部分進(jìn)行加重，以此補(bǔ)償衰減。高通濾波器（HPF）來實(shí)現(xiàn)音頻信號(hào)預(yù)加重，傳遞函1()1 H Z Z中， 為濾波系數(shù)，且 [ 0.9，1]，通常取 0.9735。頻（AFR）相頻(PFR)曲線變化如圖 2.2。

??Raspberry Pi 的語音傳輸及識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)8圖 2.3 展示了初始信號(hào)與經(jīng)過 HPF 后的音頻信號(hào)樣點(diǎn)數(shù)的變化圖 2.3 初始音頻信號(hào)與經(jīng) HPF 后的音頻信號(hào)樣點(diǎn)數(shù)變化圖 2.4 展示了初始信號(hào)與經(jīng)過 HPF 的信號(hào)幅度的變化。圖 2.4 信號(hào)與經(jīng)過 HPF 后的語音信號(hào)幅度對(duì)比2.3.3 語音信號(hào)的加窗分幀雖然音頻信號(hào)具有時(shí)變特性，但是一般認(rèn)為在 10～30ms 內(nèi)，音頻信號(hào)的特性會(huì)保持相對(duì)穩(wěn)定。利用這個(gè)特性，我們可以對(duì)音頻信號(hào)進(jìn)行分幀，即將一段音頻信號(hào)劃分為若干個(gè) 10～30ms 的音頻片段。分幀一般采用交疊分段的方法，以確保各幀之間平穩(wěn)過渡。幀移指的是各相鄰兩幀間的交疊重復(fù)部分。幀移與幀長(zhǎng)的比率通常為

【參考文獻(xiàn)】：
期刊論文
[1]幾種語音識(shí)別特征參數(shù)的研究[J]. 劉雅琴,智愛娟.  計(jì)算機(jī)技術(shù)與發(fā)展. 2009(12)
[2]語音信號(hào)的預(yù)處理和特征提取技術(shù)[J]. 張節(jié).  電腦知識(shí)與技術(shù). 2009(22)
[3]語音識(shí)別技術(shù)的發(fā)展現(xiàn)狀及應(yīng)用前景[J]. 高新濤,陳乖麗.  甘肅科技縱橫. 2007(04)
[4]語音識(shí)別關(guān)鍵技術(shù)研究[J]. 息曉靜,林坤輝,周昌樂,蔡駿.  計(jì)算機(jī)工程與應(yīng)用. 2006(11)
[5]基于ANN的漢語數(shù)字語音識(shí)別[J]. 張保軒,邵獻(xiàn)之.  山東電子. 1995(01)

碩士論文
[1]語音信號(hào)端點(diǎn)檢測(cè)算法的研究[D]. 邢立釗.鄭州大學(xué) 2016
[2]基于HMM的語音識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[D]. 崔天宇.吉林大學(xué) 2016
[3]語音識(shí)別關(guān)鍵技術(shù)研究及系統(tǒng)實(shí)現(xiàn)[D]. 黃文龍.重慶大學(xué) 2010
[4]基于HMM和ANN的語音識(shí)別算法研究[D]. 徐曉娜.長(zhǎng)春理工大學(xué) 2009
[5]基于人耳聽覺特性的語音特征提取研究[D]. 方鶴鶴.西北大學(xué) 2006



本文編號(hào)：3631116