论文部分内容阅读
语音识别就是让机器能够听懂人话，它是以语音为研究对象的，是语音信号处理的一个重要的研究方向。随着计算机技术、多媒体技术、数字信号处理技术的发展，人们对语音识别技术的发展寄予了更高的期望。论文研究了基于孤立词的语音识别系统，采用了矢量量化和神经网络相结合的训练方法对语音特征进行训练，识别阶段采用了动态时间弯折的识别方法，实现了孤立词语音识别系统。在训练前，采用了有序聚类网络对语音信号特征进行时间规整，减少了语音信号的瞬态冗余信息和特征矢量的维数，提高了语音识别的速度；分析了三种语音信号的端点检测算法，采用了双门限端点检测算法，确保了语音信号的识别率；深入分析了基于线性倒谱、非线性Mel倒谱和小波变换的语音特征参数提取方法，并比较了基于这些参数的识别算法的性能，提出了一种基于[MFCC，DWTC]参数的语音识别算法，仿真实验证明了基于[MFCC，DWTC]参数的语音识别算法的有效性。