学习训练 分析语音特征参数，建立模板库； 2. 识别测试 按照一定的测度和准则与系统模型进行比较， 通过判决得出结果；

　　信息查询（股票、天气、航班……）  人机界面（新一代操作系统、智能家居）  听写机（文字输入、记录）  数据库管理（语音检索）…… 语音识别（提取或匹配语义）、语音压缩（高效 存储、传输语音信号）、语音合成（输出自然 可懂的语音信号）、语音增强（提高信噪比、 加重语音成分）息息相关。 说话人识别（安全应用） 关键词检出（多媒体数据检索）……

　　 从理论到产品走过了50多个春秋；  现有很多实际应用系统；  有可能成为下一代操作系统和应用程序的用户界

　　面；  远没有达到计算机与人类自然交流的终极目标；  实用的语音识别技术研究极具市场价值和挑战；  重点：大词汇、非特定人、连续语音识别

　　数据资源 (年龄、性别、语言、方言、主题、情绪、 地域……切分、标注体系)  抗噪性能(背景噪声、信道噪声、干扰)  协同发音(Co-articulation)  口语现象(重复、顿措、语序颠倒……)  说话星空体育登录入口 星空体育在线官网人变异(口音、情绪、年龄……)  听觉机理(音量、频率、抗噪、区分……) …………

　　50年代－AT&T Bell Lab，可识别10个英文数字 60年代－LP较好地解决了语音信号产生模型, DP 则有效解决了不等长语音的匹配问题。 70 年代－ DTW （ Dynamic Time Warp ）技术基 本成熟， VQ 和 HMM 理论；实现了基于 LPC 和 DTW技术相结合的特定人孤立语音识别系统。 80 年代－ HMM 模型和人工神经元网络（ ANN ） 在语音识别中成功应用。 1988 年美国 CMU 大 学基于VQ/HMM开发SI-CSR系统 SPHINX。 90年代－大规模应用，工业标准，理论进展缓慢

　　、连续语音识别、 语音理解（在识别的基础上用语言学知识推断语 音含义）、会话语音识别 （书写语音识别）  大词汇、中词汇、小词汇语音识别系统

　　语音理解：在识别语音底层的基础上，利用 语言学、词法学、句法学、语义学、语用学、 对话模型等知识，确定其语音信号的自然语 音级在一定的语言环境下的意图信息。

　　13.1概述 13.2语音识别原理 13.3动态时间规整 13.4有限状态矢量量化技术  13.4.1 FSVQ原理及FSVQ声码器  13.4.2 FSVQ语音识别器  13.5孤立词识别系统 13.6连续语音识别  13.6.1连续语音识别中存在的困难  13.6.2连续语音识别的训练及识别方法  13.6.3基于HMM统一框架的大词汇量非特定人连续语 音识别

　　原句：我 识别：我 们 × 明 天 明后天 去 去 天 天 安 坛 门 ×

　　 模版匹配法:特定人、小词汇、孤立人识别系统。  就是将测试语音与模板的参数一一进行比较与匹配，判决的依据 是失真测度最小准则。  随机模型法：主流，HMM  使用HMM的概率参数来对似然函数进行估计与判决，从而得到 识别结果的方法。由于HMM具有状态函数，所以这个方法可以 利用语音频谱的内在变化(星空体育登录入口 星空体育在线官网如讲话速度、不同讲话者特性等)和它 们的相关性(记忆性)。 语音：从一个相对稳定的状态过渡到另一个状态  概率语法分析法：区别性特征＋（语法、语义、语用）