Android平台孤立词语音识别算法研究与实现

Android平台孤立词语音识别算法研究与实现

ID:36470799

大小:1.14 MB

页数:79页

时间:2019-05-11

Android平台孤立词语音识别算法研究与实现_第1页
Android平台孤立词语音识别算法研究与实现_第2页
Android平台孤立词语音识别算法研究与实现_第3页
Android平台孤立词语音识别算法研究与实现_第4页
Android平台孤立词语音识别算法研究与实现_第5页
资源描述:

《Android平台孤立词语音识别算法研究与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、idm密级:公开硕士学位论文中图分类号:TP391Android平台孤立词语音识别算法研究与实现学位类型:专业型学位学科(专业学位类型):计算机技术作者姓名:杨泉清导师姓名及职称:张会福教授实践导师姓名及职称:李振兴高级工程师学院名称:计算机科学与工程学院论文提交日期:2015年6月2日Android平台孤立词语音识别算法研究与实现学位类型:专业型学位学科(专业学位类别):计算机技术作者姓名:杨泉清作者学号:13020501008导师姓名及职称:张会福教授实践导师姓名及职称:李振兴高级工程师学院名称:

2、计算机科学与工程学院论文提交日期:2015年6月2日学位授予单位:湖南科技大学TheAndroidplatformresearchandimplementationofisolatedwordspeechrecognitionalgorithmTypeofDegreeProfessionalDegreeDiscipline(TypeofProfessionalDegree)ComputerTechnologyCandidateYangQuanqingStudentNumber13020501008Su

3、pervisorandProfessionalTitleProf.ZhangHuifuPracticeMentorandProfessionalTitleSeniorEngineerLiZhenxingSchoolComputerScienceandEngineeringDateJune2,2015UniversityHunanUniversityofScienceandTechnology学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标

4、注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校

5、规定处理。作者签名:日期:年月日导师签名:日期:年月日摘要语音识别是通过机器把语音信号理解、识别转成相应的命令或文本,并让机器执行文本或指令完成人机交互的技术。语音识别技术的研究对象是语音信号,其中涉及到众多的学科领域,如心理学、语言学、计算机科学、信号处理等等,它也是模式识别重要的分支。同时,在移动互联网,大数据蓬勃发展的时代背景下,涌现出更多基于智能终端的语音识别技术的应用,它们在工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域扮演着重要的角色,所以研究智能终端语言识别技术,提高

6、语音识别的准确率和实时性是十分有现实意义的。论文研究了语音识别关键技术,主要包括了如下四个方面:1、设计实现了基于Android平台的语音信息采集系统。实现了在Android平台上的语音信息采集、保存、音频数据的播放以及整个软件功能模块设计。为后期对语音信号做进一步分析打下基础。2、研究语音信号预处理的方法与技术。实现了语音信号的预滤波、预加重、分帧加窗、端点检测。滤除了语音信号中的电源噪声,环境噪声;获得了短时平稳的语音帧。从而计算出满足特征参数提取条件的语音信号。3、研究、改进了语音信号特征参数提

7、取算法。着重研究了基于人耳听觉模型的梅尔倒谱系数(MFCC)特征参数提取算法;利用一半的幅度谱计算功率谱,利用频率解析度初始化梅尔三角滤波器组,对梅尔三角滤波器响应做对数的立方压缩实现算法改进,在一定程度上提高特征提取算法的性能。4、研究了语音识别模型。重点实现了动态时间规整(DTW)、隐马尔可夫(HMM)这两种识别算法。通过这两种算法对数字0到9汉语语音的特征参数进行训练和识别,利用多人采样进行实验,发现隐马尔可夫模型的识别率优于动态时间规整算法。实验结果表明:基于本文算法的孤立词语音识别系统的识别

8、率达到60%左右,基本满足系统设计的要求。关键词:语音识别;特征提取;MFCC;DTW;HMM-i-ABSTRACTSpeechrecognitionisthetechnologywhichconvertsspeechsignalunderstandingandidentificationintotheappropriatecommandsortextthroughthemachineandallowsthemachinetoperformtextori

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。