语音识别以语音为研究对象,是语音信号处理的一个重要研究方向.近二三十年来,语音识别技术取得了很大的进展,其产品也广泛应用于各个领域.计算机与人类的自然交流成为语音识别技术发展的终极目标.需求的迫切性也使语音识别技术得到国内外研究机构、厂商的广泛重视.语音识别建立在语音信号短时分析的基础上,利用语音信号的短时平稳性,对语音信号进行时域、频域、倒频域分析,从而得出语音信号短时特征和短时参数.(1)该论文提出了一种基于小波变换的语音段起止端点检测算法.传统的语音段起止端点检测算法大都是在时域上根据能量累积的大小判别语音段和噪声段.这些算法只是适用于高信噪比的情况.对于低信噪比的情况,这些算法往往要借助平均过零率等辅助特征.这样做不但增加了算法的复杂度,而且也未必奏效.该文根据小波变换的特性,针对主要由白色噪声组成的噪声背景,提出一种新的语音段起止端点检测算法.这种算法根据白色噪声在小波变换域各个子带的平均能量变化平缓的特点判别语音段和噪声段.实验结果表明,该论文提出的算法即使在低信噪比的情况下也能正确判别语音段和噪声段.(2)不论何种语言,都有元音和辅音两种音素,元音为浊音,辅音则可分类成清辅音和浊辅音.浊音能量较大,有一定的周期性.清音能量较小,没有周期性,但平均过零率较高.对于汉语来说,汉字的音节由声母和韵母组成.韵母主要表现为浊音的声学特征,而一部分声母表现为浊音的声学特征,一部分则表现为清音.因此,如果要从一段汉语语音信号中提取单个汉字,就必须区分韵母浊音和声母浊音的不同.该文通过大量的统计观察和分析,首次总结出一些韵母浊音和声母浊音的声学特征.这些声学特征对于研究语音信号中单个汉字的提取算法有着重要的参考价值.