1、語(yǔ)音識(shí)別是語(yǔ)言鏈中的一環(huán),它研究使機(jī)器能準(zhǔn)確地聽出人的語(yǔ)音內(nèi)容的問(wèn)題。語(yǔ)音識(shí)別的最終目的是使計(jì)算機(jī)能夠聽懂任何人、任何內(nèi)容的講話。在實(shí)際應(yīng)用中,環(huán)境噪聲的存在會(huì)對(duì)識(shí)別結(jié)果產(chǎn)生很大影響,因此,有必要對(duì)噪聲環(huán)境下的語(yǔ)音識(shí)別進(jìn)行研究。本論文在分析語(yǔ)音識(shí)別的基本理論和算法原理的基礎(chǔ)上,對(duì)特征提取及模板訓(xùn)練階段的算法進(jìn)行了較為深入的研究,提出了相應(yīng)的改進(jìn)算法,理論分析及仿真實(shí)驗(yàn)結(jié)果均表明,改進(jìn)后的算法有效提高了識(shí)別率。
　　 本文所作的主

2、要工作如下:
　　 (1)介紹了語(yǔ)音識(shí)別技術(shù)的基本概念,對(duì)語(yǔ)音識(shí)別技術(shù)的研究現(xiàn)狀進(jìn)行了較為全面的綜述,分析了語(yǔ)音識(shí)別系統(tǒng)及語(yǔ)音識(shí)別面臨的難點(diǎn)。
　　 (2)系統(tǒng)的分析了語(yǔ)音信號(hào)的產(chǎn)生機(jī)理,研究了信號(hào)的預(yù)加重、加窗及端點(diǎn)檢測(cè),并對(duì)各步所用算法進(jìn)行了MATLAB仿真。
　　 (3)對(duì)線性預(yù)測(cè)倒譜系數(shù)和梅爾頻率倒譜系數(shù)兩種特征提取算法進(jìn)行研究,并針對(duì)梅爾頻率倒譜系數(shù)在噪聲環(huán)境中的不足,以提高算法的抗噪性能為目標(biāo),加入了

3、一個(gè)比重系數(shù),用于衡量各個(gè)頻帶分量在整體計(jì)算中的重要性,由于考慮到了各頻帶受噪聲影響的情況,改進(jìn)算法在噪聲環(huán)境下能取得更好的效果。
　　 (4)提出了基于平均路徑長(zhǎng)度的模板訓(xùn)練方法,即采用少量樣本,通過(guò)計(jì)算平均路徑長(zhǎng)度得到參考模板。該算法與使用單個(gè)樣本訓(xùn)練的算法相比,提高了識(shí)別率及魯棒性,同時(shí)相對(duì)于需要使用大量樣本的矢量量化(VQ)技術(shù),只需較少的訓(xùn)練樣本,降低了算法的復(fù)雜度。
　　 考慮到噪聲影響,研究分析了一種改進(jìn)的