1、語音識別是通過人類說話聲音的各種特征，來辨別人類自然語音的語義，或者用來辨別說話人是誰等。隨著語音識別系統(tǒng)的發(fā)展，語音識別技術(shù)被廣泛應(yīng)用到醫(yī)療、軍事、航空、移動互聯(lián)網(wǎng)等領(lǐng)域。近年來，隨著各項技術(shù)的不斷突破，嵌入式語音識別系統(tǒng)發(fā)展得很快，已經(jīng)在許多消費電子類產(chǎn)品中出現(xiàn)，它深刻地改變了傳統(tǒng)的人機交互模式。識別準(zhǔn)確率和魯棒性是語音識別系統(tǒng)的關(guān)鍵，本文主要從這兩個角度來研究孤立詞語音識別系統(tǒng)的基本算法和 OOV拒識算法的實現(xiàn)，以及系統(tǒng)在DSP平

2、臺上的實現(xiàn)。
　　首先，本文對語音識別系統(tǒng)中基本原理和實現(xiàn)技術(shù)進(jìn)行了詳細(xì)的描述，主要討論了語音信號的前端處理，前端處理的重點是端點檢測，提取語音特征參數(shù)。然后論述了語音模型的建立與實現(xiàn)，并重點討論了 HMM的初始化以及如何合并模板參數(shù)。
　　其次，語音識別系統(tǒng)的識別結(jié)果總是難以避免誤識，這會嚴(yán)重影響到系統(tǒng)的魯棒性和識別準(zhǔn)確率，所以需要拒識OOV語音?？紤]到在嵌入式平臺上系統(tǒng)實現(xiàn)的復(fù)雜性和成本，本文選擇了基于后驗概率特征和LV

3、Q的拒識算法來完成拒識，并提出了用于拒識的特征參數(shù)，這幾個特征參數(shù)能比較好地詮釋OOV與IV在后驗概率上的不同之處。將類標(biāo)簽和特征參數(shù)組成的向量作為輸入向量，輸入到LVQ網(wǎng)絡(luò)進(jìn)行訓(xùn)練，使得LVQ網(wǎng)絡(luò)具有區(qū)分OOV和IV兩個類的能力。最后通過不同輸入向量訓(xùn)練的網(wǎng)絡(luò)以及不同的測試集合來測試系統(tǒng)的拒識能力，并給出系統(tǒng)在不同情況下的IV拒絕率及OOV接受率。結(jié)果表明，系統(tǒng)在拒絕約2.6％的IV語音的同時，可以拒絕98%以上的OOV語音。