嵌入式系统上的实时语音识别算法

介绍了一种嵌入式系统上的孤立词语音识别算法。该算法基于连续隐含马尔可夫模型,根据嵌入式系统的特点,简化了经典的连续隐含马尔可夫模型,在主流个人数字助理(PDA)上实现了中等规模语音识别的实时处理,采用最大后验概率(M AP)自适应方法解决训练数据采集信道和PDA信道的不匹配问题。在系统的后端处理中,提出了一种基于置信测度的拒识方法改善系统的稳健性,最终使610个孤立词的识别任务,系统的等错误率小于5%;对集内发音拒识率为5%时,集内发音识别率达到95%。