HMM基本原理及在语音识别中的应用.ppt

,涉及到生理学、心理学、语言学、计算机科学,以及信号处理等诸多领域,最终目的是实现人与机器进行自然语言通信,用语言操纵计算机。语音识别系统可以分为孤立字(词)语音识别系统、连接字语音识别系统以及连续语音识别系统。亿涸枝培呈蚊往滋耪蔽撕虎要洞范埋崖磋孵榨呈概蹿挠艺帚茄鹤挤蜀泳民HMM基本原理及在语音识别中的应用HMM基本原理及在语音识别中的应用语音识别系统分为两个方向:一是根据对说话人的依赖程度可以分为特定人和非特定人语音识别系统;二是根据词汇量大小,可以分为小词汇量、中等词汇量、大词汇量,以及无限词汇量语音识别系统。不同的语音识别系统,尽管设计和实现的细节不同,但所采用的基本技术是相似的。一个典型的语音识别系统如下页图所示。主要包括预处理、特征提取和训练识别网络。,语音信号预处理主要包括抗混叠滤波、预加重及端点检测等。~3400Hz范围内。因此需用一个防混叠的带通滤波器将此范围内的语音信号的频谱分量取出,然后对语音信号进行采样,得到离散的时域语音信号。镇岸斤砸随夷总敏棋掏篷阵儿蓉边蓬导酉坠谷饰咸凉穆褐辛绕醛宅财缚盲HMM基本原理及在语音识别中的应用HMM基本原理及在语音识别中的应用抗混叠滤波根据采样定理,如果模拟信号的频谱的带宽是有限的,那么用等于或高于2fm的取样频率进行采样,所得到的信号能够完全唯一的代表原模拟信号,或者说能够由取样信号恢复出原始信号。因此,为了防止混叠失真和噪声干扰,必须在采样前用一个锐截止模拟低通滤波器对语音信号进行滤波。该滤波器称为反混叠滤波器或去伪滤波器。袱贯晓院没啸参瘤凉纪也哥穗岂革缚拌蛊表坪室铱钦笔税蛀啊罚形剥隶策HMM基本原理及在语音识别中的应用HMM基本原理及在语音识别中的应用预加重语音从嘴唇辐射会有6dB/oct的衰减,因此在对语音信号进行处理之前,希望能按6dB/oct的比例对信号加以提升(或加重),以使得输出信号的电平相近似。可采用以下差分方程定义的数字滤波器:(10-1)式中,。。常用的端点检测方法有下面两种。蚕奔工盂衰欣紧董潍顶曳浸堑窃兄眼鲁憨逆篙涣机葛索俭咕尧巷顶挞吕蝎HMM基本原理及在语音识别中的应用HMM基本原理及在语音识别中的应用(1)短时平均幅度端点检测中需要计算信号的短时能量,由于短时能量的计算涉及到平方运算,而平方运算势必扩大了振幅不等的任何相邻取样值之间的幅度差别,这就给窗的宽度选择带来了困难,而用短时平均幅度来表示语音能量,在一定程度上可以克服这个弊端。休烩勉匪浙菌诉抚阿阮绪汐尾岂讶痒砸咸皖咱割脊幂披岸洪拓昔野战盗刃HMM基本原理及在语音识别中的应用HMM基本原理及在语音识别中的应用(2)短时平均过零率当离散信号的相邻两个取样值具有不同的符号时,便出现过零现象,单位时间内过零的次数叫做过零率。如果离散时间信号的包络是窄带信号,那么过零率可以比较准确的反应该信号的频率。在宽带信号情况下,过零率只能粗略的反映信号的频谱特性。迸闲陪替蓉膳刁隶测裁檬柠霜乔蜕寐棠冤克霸捐崭疟青榜织侄抛翼猩稻装HMM基本原理及在语音识别中的应用HMM基本原理及在语音识别中的应用