1、隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展和普及，移動(dòng)終端越來越貼近人們的日常生活，更自然的人機(jī)交互方式就顯得很重要。而語音識(shí)別技術(shù)為更好的人機(jī)交互提供了可能性，使其更自由和更方便。雖然現(xiàn)在語音識(shí)別技術(shù)目前已經(jīng)發(fā)展得比較成熟，但是仍有較大的研究空間，比如提高識(shí)別系統(tǒng)的速度和識(shí)別率等。本文研究了語音識(shí)別主要的算法，利用HTK工具搭建了一個(gè)小詞匯量的連續(xù)的非特定人聲的語音識(shí)別系統(tǒng)，模擬了房間主要電器件的聲控應(yīng)用場(chǎng)景。通過對(duì)語音數(shù)據(jù)前端的濾波和端點(diǎn)檢測(cè)處理和對(duì)

2、系統(tǒng)進(jìn)行了改進(jìn)和優(yōu)化，達(dá)到了能夠應(yīng)用于實(shí)際場(chǎng)合的程度。
　　本文首先介紹了語音識(shí)別的基本原理模型，詳細(xì)討論了語音信號(hào)的處理原理和特征參數(shù)提取的過程，確定MFCC作為識(shí)別參數(shù)。并且深入研究了HMM的三個(gè)基本的算法:前向后向算法、Viterbi算法、Baum-Welch算法。設(shè)計(jì)基于HTK的語音識(shí)別系統(tǒng)，包括平臺(tái)和工作環(huán)境的的搭建，前期處理中通過濾波來降低環(huán)境噪聲和采用改進(jìn)的雙門限端點(diǎn)檢測(cè)方法進(jìn)行語音段的檢測(cè)。利用HTK工具包進(jìn)行了對(duì)