【基於CDD-SPM算法的语音识别应用研究】张宇飞.pdf
目录 誉目 摘要 ABSTRACT 第一章概述第二章语音电话总体结构简介 2系统体系结构2ADSP2181简介.第三章语音信号数字处理技术3语音信号处理中的短时分析技术3线性预测编码(LPC)分析的基本概念3LPC正则方程的解法及LPC倒谱系数的求取第四章本系统中所采用的语音识别算法 4隐马尔可夫模型概述4连续距离密度分段概率模型算法4CDD-SPM方法在本系统中的具体实现 识别情况测第五章语音电话的实现及其总控程序流程
ABSTRACT ABSTRACT Inrecentyears,speech recognitionhasbecome a hot spotin the area of signal Hidden MarkovModel(HMM)isvery popularin the area of speechrecognition.Oriented toreality,asimplifiedmodel,whichiscalledContinuousDistanceDensity-Segmental ProbablisticModel(CDD-SPM)is adopted in ourresearch.
第一章概述 通用DSP芯片的出现及其性能价格比的迅速提高为语言信号的处理铺 平了道路.由于对语音识别的需要来自不同的领域和部门,因此对语音识别 系统应具有的性能和指标提出了差异极大的要求:词汇表的大小 每一个语音识别系统都必须有一个词汇表,系统只能识别表中的 词条.词的数量越多则系统的实现越困难,困难主要来自词条的增多 导致的相似词的增多和计算开销的迅速增加.现在大致件词数小 于100时称为小词汇表,100致500称为中词汇表,超过500称为大词汇 表.讲述方式 被识别语音按诉说方式可分为孤立词、连接词和连续语音三种识 别方式.