【摘要】随着计算机处理能力的迅速提高，语音识别技术得到了飞速发展，该技术的发展 和应用改变了人们的生产和生活方式， 正逐步成为计算机处理技术中的关键技术。 语音技术

　　语音识别是以语音为研究对象， 通过语音信号处理和模式识别让机器人自动识别和理解 人类口述的语言。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的命 令或文本的高新技术。

　　语音识别系统本质是一种模式识别系统，包括特征提取、模式匹配、参考模式库等三 个基本单位元。未知语音经过话筒变换成电信号后加载识别系统的输入端， 首先经过预处理，

　　再根据人的语音特点建立语音模型， 对输入的语音信号进行分析， 并抽取所需特征，在此基

　　计算机在识别过程中要根据语音识别的模型，将计算机中存放的语音模板与输入的语 音信号的特征进行比较， 根据一定的搜索和匹配策略， 找出一系列最优的与输入语音匹配的

　　模板。然后根据此模板的定义，通过查表可给出计算机的识别结果。 这种最优的结果与特征

　　可以将识别系统分为 3类：（1）特定人语音识别系统： 仅考虑对于专人的线）非特定人语音系统：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； （3）多人的识别系统：通常能识别一组人的语音，或者成为特

　　也可以将识别系统分为 3类：（1）孤立词语音识别系统： 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）连续语音识别系统： 连续语音输入是自然流利的连续语音

　　也可以将识别系统分为 3类：（1）小词汇量语音识别系统。 通常包括几十个词的语

　　音识别系统。（2）中等词汇量的语音识别系统。 通常包括几百个词到上千个词的识别系

　　统。（3）大词汇量语音识别系统。通常包括几千到几万个词的语音识别系统。随着计算 机与数字信号处理器运算能力以及识别系统精度的提高，识别系统根据词汇量大小进 行分类也不断进行变化。目前是中等词汇量的识别系统到将来可能就是小词汇量的语 音识别系统。这些不同的限制也确定了语音识别系统的困难度。

　　语音识别的研究工作可以追溯到 20世纪50年代AT&T贝尔实验室的 Audry系统，

　　但真正取得实质性进展，并将其作为一个重要的课题开展研究则是在 60年代末

　　70年代星空体育网站 星空体育首页初。这首先是因为计算机技术的发展为语音识别的实现提供了硬件和软件的可 能，更重要的是语音信号线性预测编码（ LPC）技术和动态时间规整（ DTW技术的提