【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(yùn)含在訓(xùn)練數(shù)據(jù)中的概率分布特性，所以能夠較真實(shí)地描述語(yǔ)音信號(hào)的概率分布特性。這個(gè)方法的缺點(diǎn)是必須先對(duì)語(yǔ)音進(jìn)行分段，神經(jīng)網(wǎng)絡(luò)才能對(duì)分出的各個(gè)音段進(jìn)行計(jì)算。段長(zhǎng)分布函數(shù)的引入澄清了經(jīng)典 HMM語(yǔ)音識(shí)別模的許多矛盾， DDBHMM比國(guó)際上流行的 HMM語(yǔ)音識(shí)別模型有更好的識(shí)別性能和更低的計(jì)算復(fù)雜度 (訓(xùn)練算法比較流行的 Baum算法復(fù)雜度低兩個(gè)數(shù)量級(jí) )。圖 為一個(gè)基于 HMM的語(yǔ)音識(shí)別流程圖。目前所能見(jiàn)到的各種性能優(yōu)良的連續(xù)語(yǔ)音識(shí)別系統(tǒng)幾乎無(wú)一例外地采用了這種模型。在靜態(tài)識(shí)別中，神經(jīng)網(wǎng)絡(luò)一次輸入整個(gè)待識(shí)的語(yǔ)音特征矢量序列，然后做出一個(gè)判決。 在基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別方法中，系統(tǒng)參數(shù)就是整個(gè)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(duì)全部待識(shí)別的語(yǔ)音基元，經(jīng)過(guò)大量訓(xùn)練學(xué)習(xí)而建立的，是語(yǔ)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?fù)浣Y(jié)構(gòu)的動(dòng)態(tài)系統(tǒng)，它通過(guò)對(duì)連續(xù)或斷續(xù)的輸入作狀態(tài)響應(yīng)而進(jìn)行信息處理”。語(yǔ)音學(xué)家通過(guò)研究不同語(yǔ)音的語(yǔ)譜及其變化后發(fā)現(xiàn)，雖然不同的人說(shuō)同一些語(yǔ)音時(shí)，相應(yīng)的語(yǔ)譜機(jī)器變化種種差異，但是總有一些共同的特點(diǎn)足以使他們區(qū)分于其他語(yǔ)音，這些特點(diǎn)就是語(yǔ)音學(xué)家提出的“區(qū)別性特征 (Distinctive Feature)”。但它沒(méi)有一個(gè)有效的用統(tǒng)計(jì)方法進(jìn)行訓(xùn)練的框架。 (2)輸入語(yǔ)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(shí)間規(guī)正函數(shù) m=w(n)，它把輸入模板的時(shí)間軸療非線性的映射到參考模板的時(shí)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(yīng)于最優(yōu)時(shí)間規(guī)正下二模板的距離測(cè)度。所要識(shí)別的一個(gè)輸入詞條語(yǔ)音稱為測(cè)試模板，可表示為 ,為測(cè)試語(yǔ)音幀的時(shí)序標(biāo)號(hào)， n=1為起點(diǎn)語(yǔ)音幀， n=N為終點(diǎn)語(yǔ)音幀，因此 N為該模板所包含的語(yǔ)音幀總數(shù)， T(n)為第 n幀的語(yǔ)音特征矢量。得到相應(yīng)的動(dòng)態(tài)特征。 MFCC是采用濾波器組的方法計(jì)算出來(lái)的，這組濾波器在頻率的美爾坐標(biāo)上是等寬的。 語(yǔ)音信號(hào)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(yǔ)音信號(hào)產(chǎn)生的模型，語(yǔ)音信號(hào)的倒譜 c(n)等于激勵(lì)信號(hào)的倒河南理工大學(xué)畢業(yè)設(shè)計(jì)（論文）說(shuō)明書 16 譜 ??ne? 與聲道傳輸函數(shù)的倒譜 ??hh? 之和。由于語(yǔ)音信號(hào)的特性是隨著時(shí)間緩慢變化的，由此引出語(yǔ)音信號(hào)的短時(shí)分析。寬帶帶通濾波器具有平坦 性，用它可以粗略地求取語(yǔ)音的頻譜，其頻率分辨率降低，相當(dāng)于短時(shí)處理時(shí)窗寬較窄的那種情況。 多門限過(guò)零率前端檢測(cè)算法是設(shè)多個(gè)高低不同的門限。如圖 ，對(duì)于周期性的 x(n)， Fn(k)也呈現(xiàn)周期性。但是，計(jì)算自相關(guān)函數(shù)的運(yùn)算量很大，其原因是乘法運(yùn)算所需要的時(shí)間較長(zhǎng)。于是有： ? ?? ? ? ?? ?? ?? ? ? ?? ? ? ?????? ??????????? ????? ?????mn mnwTmxTmxTmxTmxz1s g ns g n1s g ns g n21 (27) 另外，可以將短時(shí)平均過(guò)零率和短時(shí)能量結(jié)合起來(lái)判斷語(yǔ)音起止點(diǎn)的位置，即進(jìn)行端點(diǎn)檢測(cè)。 短時(shí)能量由于是對(duì)信號(hào)進(jìn)行平方運(yùn)算，因而認(rèn)為增加了高低信號(hào)之間的差距，因此要采用短時(shí)平均幅度來(lái)表示能量的變化，其公式為： ? ? ? ? ? ??? ?? ????? ??? 1Nn nm wmn mxmnwmxM (25) 如圖 “ 0”的短時(shí)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(dòng)的有限長(zhǎng)度窗口進(jìn)行加權(quán)的方法來(lái)實(shí)現(xiàn)。 已經(jīng)數(shù)字化的語(yǔ)音信號(hào)序列將被依次存入一個(gè)數(shù)據(jù)區(qū)。 加重的信號(hào)在分析處理后，需要進(jìn)行去加重處理，即加上 6dB/oct的下降的頻率特性來(lái)還原成原來(lái)的特性。為了在語(yǔ)音信號(hào)變化范圍內(nèi)保持 35dB 的信噪比，常用 12 位來(lái)量化，其中附加的 5 位用于補(bǔ)償 30dB左右的輸入動(dòng)態(tài)范圍變化。量化后的信號(hào)值與原始信號(hào)之間的差值為量化誤差，又稱為量化噪聲。它包括激勵(lì)模型、聲道模型、和輻射模型。不同聲調(diào)的聲調(diào)曲線的開(kāi)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(diǎn)，這一段稱為調(diào)型段。發(fā)音時(shí)呼出的氣流，由于通路的某一部分封閉起來(lái)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(yǔ)音信號(hào)分析 語(yǔ)音學(xué)知識(shí) 在連續(xù)數(shù)字語(yǔ)音識(shí)別過(guò)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(shí)別率，必須要將對(duì)數(shù)字語(yǔ)音的研究細(xì)化到語(yǔ)音學(xué)的層次上，包括對(duì)各數(shù)字的音素和音節(jié)的特性和各數(shù)字的聲調(diào)進(jìn)行深入研究。 另外，語(yǔ)音識(shí)別是一門交叉學(xué)科， 語(yǔ)音識(shí)別技術(shù)關(guān)系到多學(xué)科的研究領(lǐng)域，在不同領(lǐng)域上的進(jìn)步都會(huì)促進(jìn)語(yǔ)音識(shí)別的發(fā)展。語(yǔ)音作為當(dāng)前通訊系統(tǒng)中最自 然的通信媒介，隨著計(jì)算機(jī)和語(yǔ)音處理技術(shù)的發(fā)展，不同語(yǔ)種之間的語(yǔ)音翻譯將成為語(yǔ)音研究的熱點(diǎn)。語(yǔ)音識(shí)別技術(shù)的最終目的是要讓用戶在“人機(jī)對(duì)話”的時(shí)候，能夠像進(jìn)行“人人對(duì)話”一樣自然。它將破壞原始語(yǔ)音的頻譜，或者把原始語(yǔ)音部分或全部掩蓋掉，造成識(shí)別率下降。而對(duì)于口音的適應(yīng)性首先是由聲學(xué)模型本身的品質(zhì)決定的。同時(shí) 還可以在很多先驗(yàn)知識(shí)的幫助下，提高識(shí)別的準(zhǔn)確率。目前的連續(xù)語(yǔ)音識(shí)別大多是基于 HMM(隱馬爾可夫模型 )框架，并將聲學(xué)、語(yǔ)言學(xué)的知識(shí)統(tǒng)一引入來(lái)改善這個(gè)框架，其硬件平臺(tái)通常是功能強(qiáng)大的工作站或 PC機(jī)。孤立詞識(shí)別是指說(shuō)話人每次只說(shuō)一個(gè)詞或短語(yǔ)，每個(gè)詞或短語(yǔ)在詞匯表中都算作一個(gè)詞條，一般用在語(yǔ)音電話撥號(hào)系統(tǒng)中。 經(jīng)過(guò)幾十年的發(fā)展和摸索，人們終于在實(shí)驗(yàn)室突破了大詞匯量、連續(xù)語(yǔ)音和非特定人這三大障礙，第一次把這三個(gè)特性一起集中于一個(gè)系統(tǒng)中，并以此確定了統(tǒng)計(jì)方法和模型在語(yǔ)音識(shí)別和語(yǔ)音處理中的主流地位。日本也先 后在語(yǔ)音識(shí)別領(lǐng)域大展頭角，還有如 Philips公司開(kāi)發(fā)的 Speech— Media和 Speech Pearl兩套軟件，涵蓋了自然語(yǔ)音識(shí)別與理解的對(duì) 話系統(tǒng)。另一個(gè)重要發(fā)展是語(yǔ)音識(shí)別算法從模板匹配技術(shù)轉(zhuǎn)向基于統(tǒng)計(jì)模型技術(shù)。研究語(yǔ)音識(shí)別，開(kāi)發(fā)相應(yīng)的產(chǎn)品有著廣泛的社會(huì)意義和經(jīng)濟(jì)意義。 語(yǔ)音識(shí)別算法有多種實(shí)現(xiàn)方案，本文采取的方法是利用 Matlab 強(qiáng)大的數(shù)學(xué)運(yùn)算能力，實(shí)現(xiàn)孤立語(yǔ)音信號(hào)的識(shí)別。本文基于語(yǔ)音信號(hào)產(chǎn)生的數(shù)學(xué)模型，從時(shí)域、頻域出發(fā)對(duì)語(yǔ)音信號(hào)進(jìn)行分析，論述了語(yǔ)音識(shí)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(xué)畢業(yè)設(shè)計(jì)（論文）說(shuō)明書 III 目錄 一、前言 ................................................................................................................ 1 .................................................................................. 1 ...................................................................................... 1 .................................................................................. 2 ........................................................................... 3 ...................................................................................... 3 ...................................................................................... 4 二、語(yǔ)音信號(hào)分析 ................................................................................................... 4 ................................................................................................ 4 ...................................................................................... 5 ...................................................................................... 5 ........................................................................... 6 ........................................................................... 7 ............................................................................................. 7 ...................................................................................... 7 ...................................................................................... 8 ......................................................................................... 8 .................................................................................. 9 .................................................................................. 9 .............................................................................. 11 ...........................................12 .................................................................................13 .................................................................................14 .....................................................................................14 .........