语音识别算法的研究

本文对语音识别中常用的一些算法进行了改进和验证，具体工作如下： 首先对语音信号的预处理和特征提取问题进行了讨论，提取了三个有效的语音识别特征参数——LPC系数、LPC倒谱系数和Mel频率倒谱系数(MFCC)；其次着重讨论了语音识别中常用的两种识别方法——基于模板匹配的DTW和基于统计模型的HMM在语音识别中的应用，分别讨论了各自的模型训练和识别的方法，对HMM在实际应用中的一些具体问题也进行了讨论；最后对常规HMM提出了一些改进方法，包括显式状态驻留和随机分段模型(SM)，重点讨论了SM在语音识别中的训练和识别方法，并通过一个孤立数字语音识别系统验证了其比常规HMM更能描述语音信号的特征。