语音识别常用方法总结 语音识别常用方法总结 2011-05-08 1254(1)基于 DTW(Dynamic Time Warping)和模拟匹配技术的语音识别系统。目前许多移动电话可以提供简单的语音识别功能几乎都是甚至 DTM 和模板匹配技术。 DTW 和模板匹配技术直接利用提取的语音特征作为模板能较好地实现孤立词识别。由于 DTW 模版匹配的运算量不大并且限于小词表一般的应用领域孤立数码、简单命令集、地名或人名集的语音识别。为减少运算量大多数使用的特征是 LPCC(Linear Predictive Cepstrum Coefficient)运算。 DTW 和模板匹配技术的缺点是只对特定人语音识别...

　　语音识别常用方法总结 语音识别常用方法总结 2011-05-08 1254(1)基于 DTW(Dynamic Time Warping)和模拟匹配技术的语音识别系统。目前许多移动电话可以提供简单的语音识别功能几乎都是甚至 DTM 和模板匹配技术。 DTW 和模板匹配技术直接利用提取的语音特征作为模板能较好地实现孤立词识别。由于 DTW 模版匹配的运算量不大并且限于小词表一般的应用领域孤立数码、简单命令集、地名或人名集的语音识别。为减少运算量大多数使用的特征是 LPCC(Linear Predictive Cepstrum Coefficient)运算。 DTW 和模板匹配技术的缺点是只对特定人语音识别有较好的识别性能并且在使用前需要对所有词条进行训练。 (2)基于隐含马尔科夫模型 HMM(Hidden Markov Model)的识别算法。这是Rabiner 等人在 20 世纪 80 年代引入语音识别领域的一种语音识别算法。该算法通过对大量语音数据进行数据统计建立识别条的统计模型然后从待识别语音中提取特征与这些模型匹配通过比较匹配分数以获得星空体育官方入口 星空体育官网识别结果。通过大量的语音就能够获得一个稳健的统计模型能够适应实际语音中的各种突发情况。因此HMM 算法具有良好的识别性能和抗噪性能。 基于 HMM 技术的识别系统可用于非特定人不需要用户事先训练。它的缺点在于统计模型的建立需要依赖一个较大的语音库。这在实际工作中占有很大的工作量。且模型所需要的存储量和匹配计算(包括特征矢量的输出概率计算)的运算量相对较大通常需要具有一定容量 SRAM 的 DSP 才能完成。 在嵌入式语音识别系统中由于成本和算法复杂度的限制HMM 算法特别CHMM(Continuous density HMM)算法尚未得到广泛的应用。 3)人工神经网络 ANN(Artificial Neural Network)。ANN 在语音识别领域的应用是在 20 世纪 80 年代中后期发展起来的。其思想是用大量简单的处理单元并行连接构成一种信息处理系统。这种系统可以进行自我更新且有高度的并行处理及容错能力因而在认知任务中非常吸引人。但是 ANN 相对于模式匹

　　2017年天津商业大学经济学院801经济学之西方经济学（宏观部分）考研导师圈点必考题汇编

　　2017年西北师范大学心理学院347心理学专业综合[专业硕士]之普通心理学考研冲刺密押题

　　2017年江苏省培养单位紫金山天文台866计算机原理之计算机组成原理考研题库

　　2017年中国传媒大学汉语国际教育中心705语言学理论之语言学概论考研导师圈点必考题汇编

　　2017年对外经济贸易大学保险学院815经济学综合之西方经济学（微观部分）考研导师圈点必考题汇编

　　2017年沈阳农业大学C语言程序设计（同等学力加试）复试仿真模拟三套题