1952年贝尔研究所Davis等人研究成功了世界上第一个能识别10个英文数字发

　　大规模的语音识别[3]研究是在进入了70年代以后，在小词汇量、孤立词的识别

　　语音与人无关，通常要用大量不同人的语音数据库对识别系统进行学习；(3)多

　　孤立词识别系统要求输入每个词后要停顿；(2)连接词语音识别系统：连接词输

　　入系统要求对每个词都清楚发音，一些连音现象开始出现；(3)连续语音识别系

　　工神经网络(ANN)本质上是一个自适应非线性动力学系统，模拟了人类神经活动

　　动态时间规整(DTW)、隐马尔可夫（HMM）理论、矢量量化（VQ）技术。

　　别的基础。所谓端点检测就是在语音信号中的各种段落(如音素、音节、词素)的

　　据是能量、振幅和过零率。但效果往往不明显。60年代日本学者Itakura提出了

　　随机过程：一个是用具有有限状态数的Markov链来模拟语音信号统计特性变化

　　的隐含的随机过程，另一个是与Markov链的每一个状态相关联的观测序列的随

　　脑根据语法知识和言语需要(不可观测的状态)发出的音素的参数流。可见HMM

　　的k个样点的每一帧，或有k个参数的每一参数帧，构成k维空间中的一个矢量，

　　输入矢量与这些边界进行比较，并被量化为距离“”最小的区域边界的中心矢量值。

　　是多音节，并且汉语虽然有大约1300个音节，但若不考虑声调，约有408个无

　　信息，同时对语音信号进行压缩。在实际应用中，语音信号的压缩率介于10-100

　　没有考虑人类听觉系统对语音的处理特点。Mel参数和基于感知线性预测（PLP）

　　鼻尾音四种，按音节结构分类为声母和韵母。并且由音素构成声母或韵母。有时，

　　汉语声母共有22个，其中包括零声母，韵母共有38个。按音素分类，汉语辅音

　　同的基元。汉语加上语气词共有412个音节，包括轻音字，共有1282个有调音

　　基于统计的语音识别模型常用的就是HMM模型λ(N,M,π,A,B)，涉及到HMM

　　ViaVoice和Asiaworks的SPK都需要用户在使用前进行几百句话的训练，以让计

　　应用产品也针对单个消费者进行训练。因此，必须在自适应方面有进一步的提高，

　　百分点识别率更重要。事实上，ViaVoice的应用前景也因为这一点打了折扣，只

　　有特殊的抗嗓(NoiseCancellation)麦克风才能进行，这对多数用户来说是不现实的。

　　在公共场合中，个人能有意识地摒弃环境嗓音并从中获取自己所需要的特定声音，

　　此外，带宽问题也可能影响语音的有效传送，在速率低于1000比特/秒的极低比

　　2、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。

　　3、成为V星空体育 星空体育平台IP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。

　　4、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传星空体育 星空体育平台文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

　　原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者