基于线性预测特征的语音识别研究文献综述.doc

PAGE PAGE 9 攀枝花学院 Panzhihua University 本科毕业设计（论文） 文献综述 院 （系）： 电气信息工程学院 专 业： 自 动 化 班 级： 三 班 学生姓名： 杨 攀 学 号:200910503124 2013年 4 月 1 日 本科生毕业设计（论文）文献综述评价表 毕业设计（论文）题目 综述名称 评阅教师姓名 职称 评 价 项 目 优 良 合格 不合格 综述结构 01 文献综述结构完整、符合格式规范 综述内容 02 能准确如实地阐述参考文献作者的论点和实验结果 03 文字通顺、精练、可读性和实用性强 04 反映题目所在知识领域内的新动态、新趋势、新水平、新原理、新技术等 参考文献 05 中、英文参考文献的类型和数量符合规定要求，格式符合规范 06 围绕所选毕业设计（论文）题目搜集文献 成绩 综合评语： 评阅教师（签字）： 年 月 日 文献综述： 基于线性预测特征的语音识别研究 1国内外现况 随着计算机技术和信息技术的发展，语音识别已经成为人机交互的必要手段。近二十年来，语音识别技术取得显著进步，开始从实验室走向市场。同机器进行语音交流，让机器明白你说什么，这是人们长期以来梦寐以求的事情。中国物联网校企联盟形象得把语音识别比做为“机器的听觉系统”。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文本或命令的高新技术。人们预计，未来10年内，语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。语音识别技术在一些领域的应用被美国新闻界评为1997年计算机发展十件大事之一。很多专家都认为语音识别技术是2000年至2010年间信息技术领域十大重要的科技发展技术之一。语音识别技术主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。 1947年美国科学家N.Wiener(维纳)在研究火炮的自动控制时提出了线性预测的思想。1967年日本学者Itakura（板仓）等人首先将线性预测技术应用与语音分析和语音合成的领域中，使语音处理技术获得巨大的发展。在各种语音处理技术中，线性预测是第一个真正达到实际应用的技术，可用于估计基本的语音参数，如基音周期、共振峰频、谱特征及声道截面积函数等。 特征参数的提取是关系到语音识别系统性能好坏的关键，而线性预测分析是目前普遍采用的特征参数提取方法。作为最有效的语音分析技术之一，线性预测分析的基本思想是：一个语音取样的现在值可以用若干个语音取样过去值得加权组合来逼近。在线性组合中的加权系数称为预测器系数。通过使实际语音抽样和线性预测抽样之间差值的平方和达到最小值，能够决定唯一的一组预测系数。 本课题旨在基于评估基本语音参数特征上，应用线性预测的方法对语音识别技术进行研究分析。 2课题学术和使用意义 2.1 课题学术 本课题重点研究语音识别技术的线性预测特征之方法，线性预测的基本原理是建立在语音的数字模型基础上，为估计数字模型中的参数，线性预测法提供了一种可靠精确而有效地方法。 （1）线性预测编码原理 利用过去的样值对新样值进行预测，然后将样值的实际值与其预测值相减得到一个误差信号，显然误差信号的动态范围远小于原始语音信号的动态范围，对误差信号进行量化编码，可大大减少量化所需的比特数，使编码速率降低。 设语音信号的样值序列为： p阶线性预测：根据信号过去p个取样值的加权和来预测信号当前取样值s(n)，此时的预测器称为p阶预测器。 设为s(n)的预测值，则有 线性预测系数： 上式称为线性预测器，预测器的阶数为p阶。 p阶线性预测器的传递函数为 线性预测误差e(n) ：信号s(n)与其线性预测值之差。e(n)表示式为： 预测误差e(n)是信号s(n)通过如下系统的输出： A(z)称为LPC误差滤波器. LPC分析：即设计预测误差滤波器A(z)的过程，也就是求解预测系数，使得预测器的误差e(n)在某个预定的准则下最小。 线性预测的