語音自動識別技術及其在電信彩鈴業(yè)務中的應用研究.pdf

1、語音識別技術(Automatic Speech Recognition)又稱ASR技術，它是一種將人聲語音信號轉化為可以被計算機程序識別的文字信息，從而識別、了解講話人所發(fā)出指令和意圖的技術。語音識別技術的終極目標是實現(xiàn)機器與人之間可通過自然語言進行互動。二十世紀五十年代，美國電話電報公司(ATT)貝爾實驗室里建成第一臺語音識別系統(tǒng)——Audry系統(tǒng)，它僅能識別十個英文數(shù)字。上世紀八十年代末期，數(shù)字信息技術、計算機軟硬件技術的發(fā)展掀起前

2、所未有的高潮，為語音識別的研發(fā)帶來堅實的技術支撐。語音識別技術在商業(yè)領域首先得以應用，并迅速擴展到社會生產(chǎn)和生活的每一領域，自身也受到不斷更新的技術的要求。
　　本文首先在第一章簡要介紹國內(nèi)外語音識別技術的發(fā)展現(xiàn)狀。其次，從ASR技術的基本模型方面，介紹了端點檢測、預處理、模塊生成、模塊匹配和模塊管理等環(huán)節(jié)中的模式識別和數(shù)字信號處理的原理。本文通過分析和研究語音識別技術的發(fā)展歷程，分別通過HMM（隱馬爾科夫模型）和DTW（動態(tài)時間

3、規(guī)正法）設計漢語語言的語音識別系統(tǒng)。HMM具有較強的時間序列建模能力，對時間進行特征參數(shù)的訓練，每個語音對應自己的隱馬爾科夫模型，語音與隱馬爾科夫模型進行對應匹配，完成識別過程。HMM通常適用在需要識別大詞匯量的情況。DTW能夠很好的處理語音信號特征參數(shù)的時間長短不同性問題，具有識別速度快、系統(tǒng)費用少和有效的小詞匯量處理作用。每節(jié)結尾都通過Matlab進行仿真，并提供腳本。最后對整個彩鈴語音識別平臺的系統(tǒng)進行了系統(tǒng)的介紹。彩鈴語音識別平