基于MATLAB的語音信號(hào)識(shí)別及矢量模式匹配_承江紅
語音識(shí)別是一種行為識(shí)別技術(shù), 基于將現(xiàn)場采集到的語音 同登記過的語音模式進(jìn)行精確的匹配。語音識(shí)別技術(shù)也被稱為 自動(dòng)語音識(shí)別(ASR),其目標(biāo)是將人類的語音中的詞匯內(nèi)容轉(zhuǎn)換 為計(jì)算機(jī)可讀的輸入,例如按鍵、二進(jìn)制編碼或者字符序列。與 說話人識(shí)別及說話人確認(rèn)不同, 后者嘗試識(shí)別或確認(rèn)發(fā)出語音 的說話人而非其中所包含的詞匯內(nèi)容。 一般來說,語音識(shí)別的方法有三種:基于聲道模型和語音識(shí) 別的方法,模式匹配的方法以及利用人工神經(jīng)網(wǎng)絡(luò)的方法。其中 模式匹配的方法發(fā)展得比較成熟,目前已經(jīng)到了使用的階段。在 模式匹配的方法中,要經(jīng)過四個(gè)步驟:特征提取、模式訓(xùn)練、模式 分類、判決。常用的技術(shù)有三種:動(dòng)態(tài)時(shí)間規(guī)整(DTW)、隱馬爾科 夫模型(HMM)理論、矢量量化(VQ)技術(shù)。 語音識(shí)別的過程是一個(gè)模式識(shí)別匹配的過程。在這個(gè)過程 中,首先根據(jù)說話人的語音特點(diǎn)建立語音模型,對(duì)輸入的語音信 號(hào)進(jìn)行分析,并提取所需的語音特征,在此基礎(chǔ)上建立語音識(shí)別 所需的模式。在識(shí)別過程中根據(jù)語音識(shí)別的整體模型,將輸入的 語音信號(hào)的特征與已經(jīng)存在的語音模式進(jìn)行比較, 根據(jù)一定的 搜索和匹配策略,找出最佳匹配對(duì)象作為識(shí)別結(jié)果。