人工智能的飞速发展,促使了自动语音识别的理论研究及应用领域的进一步拓展,人类与机器的语音交流已经成为当前的发展潮流之一。例如在高速公路口收费站的场景下,工作人员与过往司机交流时是否使用特定礼貌用语和使用频数就是管理员评估他们工作的重要依据之一。本论文主要研究特定人及非特定人的孤立词语音识别算法,并针对高速公路口收费站,选定收费员与过往司机交流的20个礼貌用语作为孤立词表,完成一套非特定人语音识别系统。主要研究工作如下:(1)针对特定人的孤立词语音识别。选择语料库中800条语音文件,对每位发音人进行基于动态时间弯折(Dynamic Time Warping,DTW)的孤立词语音识别的实验,通过三种改进方法:当端点检测时,多设置几个门限;当梅尔频率倒谱系数(Mel Frequency Coding Coefficient,MFCC)作为特征参数提取时,加入一阶差分的动态参数特征;当模板匹配时,使用基于动态规划的DTW算法,如此使得系统的识别正确率达94.6%。(2)针对非特定人的孤立词语音识别。将语料库的2600条语音文件划分成五组不同的训练集和测试集,对训练语音依次进行预加重、分帧加汉明窗及端点检测的预处理,完成24维MFCC特征参数提取,采用Baum-Welch算法对特征参数进行训练,得到20个特定词的隐马尔可夫模型(Hidden Markov Model,HMM)参考模板;然后,对测试语音完成预处理和特征参数提取后,对测试语音特征参数与HMM参考模板进行匹配,得到识别结果。实验验证,在本语料库上基于HMM的孤立词语音识别系统识别正确率达92.8%。(3)搭建了一套高速公路收费站场景下的非特定人语音识别系统。完成人机交互界面设计、语音采集、离线识别语料库和本地语音,以及在线实时识别4秒录音的工作。