語(yǔ)音識(shí)別的本質(zhì)是一種基于語(yǔ)音特征參數(shù)的模式識(shí)別，即通過(guò)學(xué)習(xí)，系統(tǒng)能夠把輸入的語(yǔ)音按一定模式進(jìn)行分類，進(jìn)而依據(jù)判定準(zhǔn)則找出最佳匹配結(jié)果。目前，模式匹配原理已經(jīng)被應(yīng)用于大多數(shù)語(yǔ)音識(shí)別系統(tǒng)中。

    一般的模式識(shí)別包括預(yù)處理，特征提取，模式匹配等基本模塊。首先對(duì)輸入語(yǔ)音進(jìn)行預(yù)處理，其中預(yù)處理包括分幀，加窗，預(yù)加重等。其次是特征提取，因此選擇合適的特征參數(shù)尤為重要。常用的特征參數(shù)包括：基音周期，共振峰，短時(shí)平均能量或幅度，線性預(yù)測(cè)系數(shù)（LPC），感知加權(quán)預(yù)測(cè)系數(shù)（PLP），短時(shí)平均過(guò)零率，線性預(yù)測(cè)倒譜系數(shù)（LPCC），自相關(guān)函數(shù)，梅爾倒譜系數(shù)（MFCC），小波變換系數(shù)，經(jīng)驗(yàn)?zāi)B(tài)分解系數(shù)（EMD），伽馬通濾波器系數(shù)（GFCC）等。在進(jìn)行實(shí)際識(shí)別時(shí)，要對(duì)測(cè)試語(yǔ)音按訓(xùn)練過(guò)程產(chǎn)生模板，最后根據(jù)失真判決準(zhǔn)則進(jìn)行識(shí)別。常用的失真判決準(zhǔn)則有歐式距離，協(xié)方差矩陣與貝葉斯距離等。

免責(zé)聲明： 本文章轉(zhuǎn)自其它平臺(tái)，并不代表本站觀點(diǎn)及立場(chǎng)。若有侵權(quán)或異議，請(qǐng)聯(lián)系我們刪除。謝謝！     矽源特科技ChipSourceTek