1、自動(dòng)語音識(shí)別(ASR，Automatic Speech Recognition)是通過機(jī)器識(shí)別和理解過程，把人類的語音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)。語音識(shí)別技術(shù)是一門綜合技術(shù)，融合聲學(xué)、語音學(xué)、語義學(xué)、信號(hào)處理、心理學(xué)，經(jīng)過近60年的發(fā)展，已經(jīng)取得了很大的進(jìn)展。目前在特定領(lǐng)域已經(jīng)能夠達(dá)到應(yīng)用的程度，但是要實(shí)現(xiàn)大詞匯量連續(xù)語音識(shí)別還有很多難點(diǎn)有待攻克，尤其是在說話人無關(guān)、高噪音的環(huán)境下，識(shí)別準(zhǔn)確度明顯下降。
　　 本文主要研究

2、漢語連續(xù)語音識(shí)別中涉及的關(guān)鍵技術(shù)。建立語音識(shí)別系統(tǒng)的基本流程，語音信號(hào)處理的基本理論，著重研究了端點(diǎn)檢測(cè)方法、特征提取原理及方法。然后分別從兩個(gè)角度闡述漢語連續(xù)語音識(shí)別過程:模式識(shí)別角度和基于HTK的軟件識(shí)別過程。
　　 首先，研究了漢語語音的特點(diǎn)。漢語屬于東方語系，在字形、發(fā)音方式方面與英語等西歐語系差別很大，因此要建立高質(zhì)量的語音識(shí)別系統(tǒng)需要對(duì)漢語語音的特點(diǎn)進(jìn)行深入研究。本文是基于隱馬爾科夫模型(HMM)的連續(xù)語音識(shí)別，特征

3、向量采用美爾倒譜系數(shù)(MFCC)，基于上下文相關(guān)的三音素HMM，結(jié)合漢語特有的聲韻母加聲調(diào)的發(fā)音方式等一系列技術(shù)，利用隱馬爾科夫模型工具箱(HTK)構(gòu)建了實(shí)驗(yàn)平臺(tái)。設(shè)計(jì)實(shí)驗(yàn)比較了不同高斯混合度(Mix)和不同音素模型下系統(tǒng)的表現(xiàn)性能。實(shí)驗(yàn)結(jié)果表明，采用上下文相關(guān)三音素模型識(shí)別精度達(dá)到98.00％，識(shí)別效果明顯。
　　 其次，利用HTK工具包，設(shè)計(jì)實(shí)現(xiàn)了漢語連續(xù)語音識(shí)別模擬系統(tǒng)。本文介紹了HTK軟件包架構(gòu)及提供的模型分析工具，利用