【正文】 第二種方法是分類網(wǎng)絡(luò)。 (3)分類神經(jīng)網(wǎng)絡(luò)的輸出端可以逼近任意形式的概率分布 函數(shù)，它能很好地掌握蘊含在訓練數(shù)據(jù)中的概率分布特性，所以能夠較真實地描述語音信號的概率分布特性。這個方法的缺點是必須先對語音進行分段，神經(jīng)網(wǎng)絡(luò)才能對分出的各個音段進行計算。段長分布函數(shù)的引入澄清了經(jīng)典 HMM語音識別模的許多矛盾， DDBHMM比國際上流行的 HMM語音識別模型有更好的識別性能和更低的計算復雜度 (訓練算法比較流行的 Baum算法復雜度低兩個數(shù)量級 )。圖 為一個基于 HMM的語音識別流程圖。目前所能見到的各種性能優(yōu)良的連續(xù)語音識別系統(tǒng)幾乎無一例外地采用了這種模型。在靜態(tài)識別中，神經(jīng)網(wǎng)絡(luò)一次輸入整個待識的語音特征矢量序列，然后做出一個判決。 在基于神經(jīng)網(wǎng)絡(luò)的語音識別方法中，系統(tǒng)參數(shù)就是整個神經(jīng)網(wǎng)絡(luò)的權(quán)值所構(gòu)成的集合，這些權(quán)值是針對全部待識別的語音基元，經(jīng)過大量訓練學習而建立的，是語音特征在系統(tǒng)中的一種映射。著名的神經(jīng)網(wǎng)絡(luò)研究專家 Hecht— Nielsen給人工神經(jīng)網(wǎng)絡(luò)下的定義是：“人工神經(jīng)網(wǎng)絡(luò)是由人工建立的以有向圖為拓撲結(jié)構(gòu)的動態(tài)系統(tǒng)，它通過對連續(xù)或斷續(xù)的輸入作狀態(tài)響應而進行信息處理”。語音學家通過研究不同語音的語譜及其變化后發(fā)現(xiàn)，雖然不同的人說同一些語音時，相應的語譜機器變化種種差異，但是總有一些共同的特點足以使他們區(qū)分于其他語音，這些特點就是語音學家提出的“區(qū)別性特征 (Distinctive Feature)”。但它沒有一個有效的用統(tǒng)計方法進行訓練的框架。 (2)輸入語音特征矢量序列為 Nbbb , 21 ? ，如果 M≠ N，那么 DTW 算法就是要尋找時間規(guī)正函數(shù) m=w(n)，它把輸入模板的時間軸療非線性的映射到參考模板的時間軸 m，并且該 w滿足： ? ? ? ?? ????Nnnw nwndD 1 ,m in (31) 式中， d[n,w(n)]是第 n幀輸入矢量和第 m幀參考矢量的 距離， D是相應于最優(yōu)時間規(guī)正下二模板的距離測度。所要識別的一個輸入詞條語音稱為測試模板，可表示為 ,為測試語音幀的時序標號， n=1為起點語音幀， n=N為終點語音幀，因此 N為該模板所包含的語音幀總數(shù)， T(n)為第 n幀的語音特征矢量。得到相應的動態(tài)特征。 MFCC是采用濾波器組的方法計算出來的，這組濾波器在頻率的美爾坐標上是等寬的。 語音信號的倒譜與 LPC系數(shù)之間的遞推關(guān)系 : ? ?? ? ? ?? ? ? ?pnpnkncanknckncankancacpkknkkn ????????????????????? ????????? ?????????1,1111111 (214) 或是由 LPC得到 ? ? ? ? ? ? ? ?kCknCn knnCnC L P CL P C CnkL P CL P C C ???? ??? 11 (215) 根據(jù)同態(tài)處理的概念和語音信號產(chǎn)生的模型，語音信號的倒譜 c(n)等于激勵信號的倒河南理工大學畢業(yè)設(shè)計（論文）說明書 16 譜 ??ne? 與聲道傳輸函數(shù)的倒譜 ??hh? 之和。由于語音信號的特性是隨著時間緩慢變化的，由此引出語音信號的短時分析。寬帶帶通濾波器具有平坦 性，用它可以粗略地求取語音的頻譜，其頻率分辨率降低，相當于短時處理時窗寬較窄的那種情況。 多門限過零率前端檢測算法是設(shè)多個高低不同的門限。如圖 ，對于周期性的 x(n)， Fn(k)也呈現(xiàn)周期性。但是，計算自相關(guān)函數(shù)的運算量很大，其原因是乘法運算所需要的時間較長。于是有： ? ?? ? ? ?? ?? ?? ? ? ?? ? ? ?????? ??????????? ????? ?????mn mnwTmxTmxTmxTmxz1s g ns g n1s g ns g n21 (27) 另外，可以將短時平均過零率和短時能量結(jié)合起來判斷語音起止點的位置，即進行端點檢測。 短時能量由于是對信號進行平方運算，因而認為增加了高低信號之間的差距，因此要采用短時平均幅度來表示能量的變化，其公式為： ? ? ? ? ? ??? ?? ????? ??? 1Nn nm wmn mxmnwmxM (25) 如圖 “ 0”的短時平均幅度圖。然而，不同人的基音周期變化范圍很大，從女性兒童的 2ms到老年男子的 14ms(即基音頻率為 50～ 70Hz)，所以 L 的選擇比較困難。分幀既可連續(xù)，也可采用交疊分段的方法，用可移動的有限長度窗口進行加權(quán)的方法來實現(xiàn)。 已經(jīng)數(shù)字化的語音信號序列將被依次存入一個數(shù)據(jù)區(qū)。 加重的信號在分析處理后，需要進行去加重處理，即加上 6dB/oct的下降的頻率特性來還原成原來的特性。為了在語音信號變化范圍內(nèi)保持 35dB 的信噪比，常用 12 位來量化，其中附加的 5 位用于補償 30dB左右的輸入動態(tài)范圍變化。量化后的信號值與原始信號之間的差值為量化誤差，又稱為量化噪聲。它包括激勵模型、聲道模型、和輻射模型。不同聲調(diào)的聲調(diào)曲線的開始段稱為彎頭段，呈共同上升走向；末尾一段呈共同下降走向，稱為降尾段；而中間一段具有不同的特點，這一段稱為調(diào)型段。發(fā)音時呼出的氣流，由于通路的某一部分封閉起來或受到阻礙， 氣流被阻不能暢通，而克服發(fā)音器官的這種阻礙而產(chǎn)生的音素稱為輔音。 二、語音信號分析 語音學知識 在連續(xù)數(shù)字語音識別過程中，為了提高連續(xù)數(shù)字匹配搜索算法的有效性以及數(shù)字的識別率，必須要將對數(shù)字語音的研究細化到語音學的層次上，包括對各數(shù)字的音素和音節(jié)的特性和各數(shù)字的聲調(diào)進行深入研究。 另外，語音識別是一門交叉學科， 語音識別技術(shù)關(guān)系到多學科的研究領(lǐng)域，在不同領(lǐng)域上的進步都會促進語音識別的發(fā)展。語音作為當前通訊系統(tǒng)中最自 然的通信媒介，隨著計算機和語音處理技術(shù)的發(fā)展，不同語種之間的語音翻譯將成為語音研究的熱點。語音識別技術(shù)的最終目的是要讓用戶在“人機對話”的時候，能夠像進行“人人對話”一樣自然。它將破壞原始語音的頻譜，或者把原始語音部分或全部掩蓋掉，造成識別率下降。而對于口音的適應性首先是由聲學模型本身的品質(zhì)決定的。同時 還可以在很多先驗知識的幫助下，提高識別的準確率。目前的連續(xù)語音識別大多是基于 HMM(隱馬爾可夫模型 )框架，并將聲學、語言學的知識統(tǒng)一引入來改善這個框架，其硬件平臺通常是功能強大的工作站或 PC機。孤立詞識別是指說話人每次只說一個詞或短語，每個詞或短語在詞匯表中都算作一個詞條，一般用在語音電話撥號系統(tǒng)中。 經(jīng)過幾十年的發(fā)展和摸索，人們終于在實驗室突破了大詞匯量、連續(xù)語音和非特定人這三大障礙，第一次把這三個特性一起集中于一個系統(tǒng)中，并以此確定了統(tǒng)計方法和模型在語音識別和語音處理中的主流地位。日本也先 后在語音識別領(lǐng)域大展頭角，還有如 Philips公司開發(fā)的 Speech— Media和 Speech Pearl兩套軟件，涵蓋了自然語音識別與理解的對 話系統(tǒng)。另一個重要發(fā)展是語音識別算法從模板匹配技術(shù)轉(zhuǎn)向基于統(tǒng)計模型技術(shù)。研究語音識別，開發(fā)相應的產(chǎn)品有著廣泛的社會意義和經(jīng)濟意義。 語音識別算法有多種實現(xiàn)方案，本文采取的方法是利用 Matlab 強大的數(shù)學運算能力，實現(xiàn)孤立語音信號的識別。本文基于語音信號產(chǎn)生的數(shù)學模型，從時域、頻域出發(fā)對語音信號進行分析，論述了語音識別的基本理論。the same time,the use of Matlab graphical user interface development environment designed speech recognition system interface,is designed to be simple,easy to use,friendly interface. Besides,to have a simple exploration of the voice recognition is another statistics,recognition result obviously is made out as the expected goal. Key words： Speech recognition algorithm； HMM model； Matlab； GUI 河南理工大學畢業(yè)設(shè)計（論文）說明書 III 目錄 一、前言 ................................................................................................................ 1 .................................................................................. 1 ...................................................................................... 1 .................................................................................. 2 ........................................................................... 3 ...................................................................................... 3 ...................................................................................... 4 二、語音信號分析 ................................................................................................... 4 ................................................................................................ 4 ...................................................................................... 5 ...................................................................................... 5 ........................................................................... 6 ........................................................................... 7 ............................................................................................. 7 ...................................................................................... 7 ...................................................................................... 8 ......................................................................................... 8 .................................................................................. 9 .................................................................................. 9 .............................................................................. 11 ...........................................12 .................................................................................13 .................................................................................14 .....................................................................................14 .........