基于HMM的语音识别系统的研究与实现

发布时间：2017-05-15 15:14

  本文关键词：基于HMM的语音识别系统的研究与实现，，由笔耕文化传播整理发布。

【摘要】：在计算机等设备发明之前,很早以前就已经存在语音识别技术,但是,早期的声音译码器为主,它被认为是最早的语音识别技术的典范。但是,近些年来,语音识别技术也得到闪电般的发展。语音识别技术使得智能处理机器识别人类语音的一项最新高科技技术。目前,要实现一种语音识别系统,现存就有很多核心技术模型,例如:人工神经网络,HMM模型,动态时间规划算法等。第一个实现基于隐马尔科夫模型的语音识别系统的人是Doctor lee,在此之后,因为隐马尔科夫模型在实现语音识别系统上的诸多优点,例如:算法成熟,实现方便,效率高,效果好。所以具体来讲,未来的语音识别技术大多是基于HMM模型为框架实现的语音识别系统。语音识别系统的实现之所以是基于隐马尔科夫模型,是因为隐马尔科夫模型中存在着众多优点,所以,本文最终实现了一种基于HMM的语音识别系统模型。这种系统大致可以分为三个阶段。一,原始语音信号的处理阶段,这是语音识别系统的基础阶段,对语音信号进行分析,把它转化成语音特征参数,便于在隐马尔科夫模型中应用;二,训练阶段,对信号进行训练,建立参考模板;三,识别阶段,将待检测的信号处理后,与参考模板中信号匹配,看成功与否。其中第二和第三阶段是语音识别的重点,语音信号的训练和识别,是根据隐马尔科夫模型进行实现的语音识别系统。HMM的方法用于语音识别系统的设计与实现中,本文设计与实现的语音识别系统能够准确识别出不同语音结构和不同环境下的语音设别能力,论文中的设计与实现的语音识别系统实验结果良好,有更大的商业价值和更广阔的社会应用价值。
【关键词】：语音识别系统 MFCC HMM 机器 隐马尔科夫模型
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN912.34
【目录】：

• 摘要4-5
• Abstract5-10
• 第1章 引言10-16
• 1.1 研究背景10-12
• 1.2 研究意义12-13
• 1.3 语音识别的发展历史13-14
• 1.4 国内外研究现状及发展14
• 1.5 研究内容14-15
• 1.6 论文结构15-16
• 第2章 语音信号分析与处理过程16-24
• 2.1 语音信号的预处理16-19
• 2.1.1 采样和量化16-17
• 2.1.2 语音预加重17
• 2.1.3 上下文表示17-18
• 2.1.4 端点检测18-19
• 2.2 语音信号的时域处理19-20
• 2.2.1 短时能量19
• 2.2.2 短时平均过零率19-20
• 2.2.3 短时自相关函数20
• 2.3 语音信号的频域分析20-23
• 2.3.1 短时傅里叶变换20-21
• 2.3.2 线性预测倒谱系数21-22
• 2.3.3 Mel频率倒谱系数（MFCC）22
• 2.3.4 MFCC的提取过程22-23
• 2.4 小结23-24
• 第3章 相关技术24-35
• 3.1 隐马尔科夫模型的定义24-25
• 3.2 隐马尔科夫模型的元素25
• 3.3 HMM的三个典型问题25-30
• 3.3.1 前向算法25-27
• 3.3.2 维特比算法27-28
• 3.3.3 Baum--Welch算法28-30
• 3.4 HMM训练和识别30-32
• 3.4.1 HMM训练30-31
• 3.4.2 HMM识别31-32
• 3.5 建立HMM统计模型32-33
• 3.6 HMM基本原理及在语音识别中的应用33-34
• 3.7 小结34-35
• 第4章 实验结果及分析35-46
• 4.1 实验环境35
• 4.1.1 硬件环境35
• 4.1.2 软件环境35
• 4.2 系统的实现35-41
• 4.2.1 重要算法实现35-39
• 4.2.2 HMM模型应用系统实现39-41
• 4.3 语音识别系统的效果演示41-44
• 4.4 语音识别系统的准确率44-45
• 4.5 小结45-46
• 第5章 结论与展望46-48
• 5.1 结论46-47
• 5.2 进一步研究方向47-48
• 参考文献48-49
• 作者简介及在学期间所取得的科研成果49-50
• 致谢50

【参考文献】

中国期刊全文数据库 前2条

1 詹新明;黄南山;杨灿;;语音识别技术研究进展[J];现代计算机(专业版);2008年09期

2 杨尚国;杨金龙;;语音识别技术概述[J];福建电脑;2006年08期

  本文关键词：基于HMM的语音识别系统的研究与实现，由笔耕文化传播整理发布。

本文编号：368112