本文關(guān)鍵詞：基于HMM的語音識別系統(tǒng)的研究與實現(xiàn)，，由筆耕文化傳播整理發(fā)布。

【摘要】：在計算機等設(shè)備發(fā)明之前,很早以前就已經(jīng)存在語音識別技術(shù),但是,早期的聲音譯碼器為主,它被認為是最早的語音識別技術(shù)的典范。但是,近些年來,語音識別技術(shù)也得到閃電般的發(fā)展。語音識別技術(shù)使得智能處理機器識別人類語音的一項最新高科技技術(shù)。目前,要實現(xiàn)一種語音識別系統(tǒng),現(xiàn)存就有很多核心技術(shù)模型,例如:人工神經(jīng)網(wǎng)絡(luò),HMM模型,動態(tài)時間規(guī)劃算法等。第一個實現(xiàn)基于隱馬爾科夫模型的語音識別系統(tǒng)的人是Doctor lee,在此之后,因為隱馬爾科夫模型在實現(xiàn)語音識別系統(tǒng)上的諸多優(yōu)點,例如:算法成熟,實現(xiàn)方便,效率高,效果好。所以具體來講,未來的語音識別技術(shù)大多是基于HMM模型為框架實現(xiàn)的語音識別系統(tǒng)。語音識別系統(tǒng)的實現(xiàn)之所以是基于隱馬爾科夫模型,是因為隱馬爾科夫模型中存在著眾多優(yōu)點,所以,本文最終實現(xiàn)了一種基于HMM的語音識別系統(tǒng)模型。這種系統(tǒng)大致可以分為三個階段。一,原始語音信號的處理階段,這是語音識別系統(tǒng)的基礎(chǔ)階段,對語音信號進行分析,把它轉(zhuǎn)化成語音特征參數(shù),便于在隱馬爾科夫模型中應(yīng)用;二,訓練階段,對信號進行訓練,建立參考模板;三,識別階段,將待檢測的信號處理后,與參考模板中信號匹配,看成功與否。其中第二和第三階段是語音識別的重點,語音信號的訓練和識別,是根據(jù)隱馬爾科夫模型進行實現(xiàn)的語音識別系統(tǒng)。HMM的方法用于語音識別系統(tǒng)的設(shè)計與實現(xiàn)中,本文設(shè)計與實現(xiàn)的語音識別系統(tǒng)能夠準確識別出不同語音結(jié)構(gòu)和不同環(huán)境下的語音設(shè)別能力,論文中的設(shè)計與實現(xiàn)的語音識別系統(tǒng)實驗結(jié)果良好,有更大的商業(yè)價值和更廣闊的社會應(yīng)用價值。
【關(guān)鍵詞】：語音識別系統(tǒng) MFCC HMM 機器 隱馬爾科夫模型
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN912.34
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 引言10-16
• 1.1 研究背景10-12
• 1.2 研究意義12-13
• 1.3 語音識別的發(fā)展歷史13-14
• 1.4 國內(nèi)外研究現(xiàn)狀及發(fā)展14
• 1.5 研究內(nèi)容14-15
• 1.6 論文結(jié)構(gòu)15-16
• 第2章 語音信號分析與處理過程16-24
• 2.1 語音信號的預處理16-19
• 2.1.1 采樣和量化16-17
• 2.1.2 語音預加重17
• 2.1.3 上下文表示17-18
• 2.1.4 端點檢測18-19
• 2.2 語音信號的時域處理19-20
• 2.2.1 短時能量19
• 2.2.2 短時平均過零率19-20
• 2.2.3 短時自相關(guān)函數(shù)20
• 2.3 語音信號的頻域分析20-23
• 2.3.1 短時傅里葉變換20-21
• 2.3.2 線性預測倒譜系數(shù)21-22
• 2.3.3 Mel頻率倒譜系數(shù)（MFCC）22
• 2.3.4 MFCC的提取過程22-23
• 2.4 小結(jié)23-24
• 第3章 相關(guān)技術(shù)24-35
• 3.1 隱馬爾科夫模型的定義24-25
• 3.2 隱馬爾科夫模型的元素25
• 3.3 HMM的三個典型問題25-30
• 3.3.1 前向算法25-27
• 3.3.2 維特比算法27-28
• 3.3.3 Baum--Welch算法28-30
• 3.4 HMM訓練和識別30-32
• 3.4.1 HMM訓練30-31
• 3.4.2 HMM識別31-32
• 3.5 建立HMM統(tǒng)計模型32-33
• 3.6 HMM基本原理及在語音識別中的應(yīng)用33-34
• 3.7 小結(jié)34-35
• 第4章 實驗結(jié)果及分析35-46
• 4.1 實驗環(huán)境35
• 4.1.1 硬件環(huán)境35
• 4.1.2 軟件環(huán)境35
• 4.2 系統(tǒng)的實現(xiàn)35-41
• 4.2.1 重要算法實現(xiàn)35-39
• 4.2.2 HMM模型應(yīng)用系統(tǒng)實現(xiàn)39-41
• 4.3 語音識別系統(tǒng)的效果演示41-44
• 4.4 語音識別系統(tǒng)的準確率44-45
• 4.5 小結(jié)45-46
• 第5章 結(jié)論與展望46-48
• 5.1 結(jié)論46-47
• 5.2 進一步研究方向47-48
• 參考文獻48-49
• 作者簡介及在學期間所取得的科研成果49-50
• 致謝50

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 詹新明;黃南山;楊燦;;語音識別技術(shù)研究進展[J];現(xiàn)代計算機(專業(yè)版);2008年09期

2 楊尚國;楊金龍;;語音識別技術(shù)概述[J];福建電腦;2006年08期

  本文關(guān)鍵詞：基于HMM的語音識別系統(tǒng)的研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

本文編號：368112