基于离散隐马尔科夫模型的语音识别技术 .pdfVIP

维普资讯

第２４卷第２期河北省科学院学报Ｖ０１．２４Ｎｏ．２

２００７年６月ＪｏｕｒｎａｌｏｆｔｈｅＨｅｂｅｉＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓＪｕｎｅ２００７

文章编号：１００１—９３８３（２００７）０２—０００８—０４

基于离散隐马尔科夫模型的语音识别技术

高清伦，谭月辉，王嘉祯

（军械工程学院计算机工程系，河北石家庄０５０００３）

摘要：概述语音识别技术的基本原理，对当前三种主要识别技术——动态时间规整技术、隐含马尔科夫模型

技术及人工神经网络技术进行比较，重点介绍基于离散隐马尔科夫模型（ＤＨＭＭ）的语音识别系统的实现。

关键词：语音识别；隐马尔科夫模型；动态时间规整；人工神经网络

中图分类号：ＴＮ９１２．３４文献标识码：Ａ

ＳｐｅｅｃｈｒｅｃｏｇｎｉｔｉｏｎｔｅｃｈｎｏｌｏｇｙｂａｓｅｄｏｎｄｉｓｃｒｅｔｅＨＭＭ

ＧＡＯＱｉｎｇ—ｌｕｎ，ＴＡＮＹｕｅ－ｈｕｉ，ＷＡＮＧＪｉａ’ｚｈｅｎ

（ＤｅｐａａｍｅｎｔｏｆＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ，ＯｒｄｎａｎｃｅＥｎｇｉｎｅｅｒｉｎｇＣｏｌｌｅｇｅ，ＳｈｉｊｉａｚｈｕａｎｇＨｅｂｅｉ０５０００３，ｃ＾）

Ａｂｓｔｒａｃｔ：Ｔｈｅｃｏｎｄｉｔｉｏｎａｎｄｔｈｅｂａｓｉｃｐｒｉｎｃｉｐｌｅｏｆｓｐｅｅｃｈｒｅｃｏｇｎｉｔｉｏｎｔｅｃｈｎｏｌｏｇｙａｒｅｉｎｔｒｏｄｕｃｅｄ，ｔｈｒｅｅｄｉｔｉｅｒ－

ｅｎｔｋｉｎｄｓｏｆｓｐｅｅｃｈｅｒｃｏｎｇｉｔｉｏｎｓｙｓｔｅｍｓｓｕｃｈａｓＤＴＷ，ＨＭＭ，ＡＳＲａｒｅｃｏｍｐａｒｅｄ，ａｎｄｐｌａｃｅｅｍｐｈａｓｉｓｏｎｈｏｗｔｏ

ｒｅａｌｉｚｅＤＨＭＭｉｎｓｐｅｅｃｈｒｅｃｏｎｇｉｔｉｏｎｓｙｓｔｅｍｉｓｐｅｒｓｅｎｔｅｄｅｍｐｈａｔｉｃａｌｌｙ．

Ｋｅｙｗｏｒｄｓ：Ｓｐｅｅｃｈｒｅｃｏｎｇｉｔｉｏｎ；ＨｉｄｄｅｎＭａｒｋｏｖＭｏｄｅｌ（ＨＭＭ）；ＤｙｎａｍｉｃＴｉｍｅＷａｒｐｉｎｇ（ＤＴＷ）；Ａｒｔｉｆｉｃｉａｌ

ＮｅｕｒａｌＮｅｔｗｏｒｋ（ＡＮＮ）

语音识别技术是语音信号处理技术一个重要音识别的有用信息，其基本思想是将预处理过的

的研究方向，是让机器通过识别和理解过程把人信号通过一次变换，去掉冗余部分，而把代表语音

类的语音信号转变为相应的文本或命令的技术，本质特征的参数抽取出来，如平均能量、平均跨零

它属于多维模式识别和智能计算机接口的范畴，率、共振峰、ＬＰＣ系数、ＭＦＣＣ系数等。

涉及到声学、语音学、语言学、计算机科学、信号与

信息处理和人工智能等诸多学科，是２ｌ世纪衡量

语

个国家信息科学技术发展水平的重要标准之一。

一

１语音识别技术概述

语音识别系统本质上是一种模式识别系统，

目前有很多语音识别算法，但其基本原理和基本

技术相似。一个完整的语音识别系统一般都包括

图１语音识别系统基本结构

有特征提取、模式匹配和参考模式库３个基本单

元，它的基本结构如图ｌ所示。（２）模式匹配

（１）特征提取这是整个语音识别系统的核心，它是根据一

所谓特征提取就是从语音信号