语音信号处理与识别语音信号处理与识别一、语音识别概述一、语音识别概述二、语音识别系统基本原星空体育登录入口 星空体育在线官网理二、语音识别系统基本原理三、预处理及特征参数提取三、预处理及特征参数提取四、模板匹配技术及相似性判断方法四、模板匹配技术及相似性判断方法五、语音识别系统的设计和实现五、语音识别系统的设计和实现 1 1 语音识别概述语音识别概述让机器听懂人类的语音,这是人们长期以来梦寐以求的事情。伴随计算机技术发展,语音识别己成为信息产业领域的标志性技术,在人机交互应用中逐渐进入我们日常的生活,并迅速发展成为“改变未来人类生活方式厅的关键技术之一。语音识别技术以语音信号为研究对象,是语音信号处理的一个重要研究方向。其最终目标是实现人与机器进行自然语言通信。发展和现状: 20 世纪 50 年代, AT&T Bell( 贝尔)研究所成功研制了世界上第一个能识别 10 个英文数字的语音识别系统一 Audry 系统,这标志着语音识别研究的开始。 60 年代计算机的应用推动了语音识别的发展。这一时期的重要成果是动态规划(Dynamic Programming, DP) 和线性预测分析(Linear Predictive) 技术。其中后者较好的解决了语音信号产生的模型问题,对语音识别产生了深远的影响。 2 2 语音识别概述语音识别概述 70 年代语音识别领域取得了突破。在理论上, LP 技术得到进一步发展,动态时间规整技术(DTW) 的基本成熟,特别是提出了矢量量化(VQ) 和隐马尔可夫模型(HMM) 理论。在实践上,小词汇量孤立词的识别方面取得了实质性的进展, 实现了基于线性预测倒谱和 DTW 技术的特定人孤立语音识别系统。这一时期的语音识别方法基本上是采用传统的模式识别策略。 80 年代语音识别研究进一步走向深入,其显著特征是 HMM 模型和人工神经元网络(ANN) 在语音识别中的成功应用。 HMM 模型的广泛应用应归功于 AT&T Bel 实验室的 Rabiner 等科学家的努力,他们把 HMM 纯数学模型工程化,从而为更多研究者了解和认识。研究的重点逐渐转向大词汇量、非特定人连续语音识别。 90 年代,随着多媒体时代的来临,在语音识别技术的应用及产品化方面出现了很大的进展。许多发达国家如美国、日本、韩国以及 IBM , Apple , AT&T,NTT 等著名公司都为语音识别系统的实用化开发投以巨资。语音识别技术实用化进程大大加速,并出现了许多实用化产品。 IBM 公司率先推出的汉语 ViaVoice 语音识别系统,带有一个 32,000 词的基本词汇表,可以扩展到 65,000 词,平均识别率可以达到 95% ,可以识别上海话、广东话和四川话等地方口音,是目前具有代表性的汉语连续语音识别系统。 3 3 语音识别概述语音识别概星空体育登录入口 星空体育在线官网述 21 世纪语音识别技术的应用及产品化方面进一步发展。在语音识别产品方面,各大公司纷纷推出自己产品。目前世界上最先进的语音识别软件,既不是微软生产的,也非 IBM 制造,它的名字叫做 Naturally Speaking ,出自于 Nuance Communications 公司。 Naturally Speaking 己经得到了大多数用户的认可。用户对着麦克风说话,屏幕上就显示出说话的内容,,该软件就会适应用户的说话风格。我国语音识别研究工作起步于五十年代,但近年来发展很快,研究水平也从实验室逐步走向实用。从 1987 年开始执行国家 863 计划后,国家 863 智能计算机专家组为语音识别技术研究专门立项,每两年滚动一次。我己经基本上与国外同步,在汉语语音识别技术上还有自己的特点与优势, 并达到。其中,具有代表性的研究单位是清华大学电子工程系与中科院自动化研究所模式识别国家重点实验室。由清华大学电子工程系语音技术与专用芯片设计课题组研发的非特定人汉语数码串连续语音识别系统,识别精度达到了 %( 不定长数字串)和 %( 定长数字串). 4 4 语音识别概述语音识别概述语音识别系统分类: 从说话者与识别系统的相关性分: (1) 特定人语音识别系统:仅考虑对于专人的话音进行识别,与说线) 非特定人语音识别系统:识别的语音与人无关,通常要用大量不同人的语音数据库对识别系统进行学习,识别的语言取决于采用的训练语音库; (3) 多人的识别系统:通常能识别一组人的语音该系统通常要求对该组人的语音进行学习,通常可以识别三到五个人的语音。从说线)孤立词语音识别系统:其输入系统要求输入每个词后要停顿; (2) 连接词语音识别系