论文部分内容阅读
语音是我们日常生活中最自然和广泛的交互方式,计算机诞生以后,为了使得人与计算机能够进行对话交流,语音技术就引起了计算机科学家们广泛的关注和研究。连续数字语音识别在现实中具有广泛的应用前景。在互连网、通信、军事、国防、人机交互等方面都有着重要的应用价值。 本文研究了端点检测的算法和特征提取算法,分析了传统的端点检测方法的优缺点,提出了新的端点检测的方法噪声评估法结合传统的双限门法,提高了鲁棒性和准确性,解决了传统的双门限法对不同环境适应性不强的问题;还分析了MFCC特征参数提取方法,针对特征参数对语音识别系统的重要性,运用了MFCC_E特征参数提取方法,基于Trended HMM语音识别模型,设计了智能语音系统,实现了智能机器人的语音识别功能。 通过传统的双门限法和噪声评估的结合,解决了传统的双门限法对不同环境适应性不强的问题,提高了端点检测的噪声鲁棒性和准确性。在语音识别系统中,特征参数的提取对语音训练和识别有着重要的影响,对于特征参数提取模块,通过试验和比较,运用了MFCC_E的特征参数提取算法,增强了语音的可懂度和清晰度,得到了比较满意的效果。