开始学习语音识别技术

一个在电信上班的前端普通职员，由于更感兴趣于技术研究（其实也是对于营销能力不足的一种逃避），解决工作生活中遇到的难题，所以决定接下去的日子里投身于语音识别的学习。

接下去坚持每日更新学习进展，此处的文字用于督促自己抓紧时间。

5月24日更新，对于一个零基础的人来说，学习是有一条漫长的路需要走的，对于遇到的困难，我是迫切的希望能够解决，但是确实没有相应的基础，只能不断的记忆、搜索、再记忆，尝试构建一个新的认识方式以理解诸多技术的精妙之处。

今日总结语音识别的大概流程：平常我们能见到的可视化的语音是，声音波形。经典的语音识别方式是将波形文件进行分帧，这个过程可以想象成是一个长度为25的矩形窗口，每移动10的距离剪切下一段语音波形作为一帧。然后取每一帧的声学特征（mfcc），取声学特征的过程包括了将时域信号进行傅里叶变化后可进行频域的分析-经过mel滤波器组-对数运算-离散余弦变换DTC最终得到MFCC系数。接下去找出若干帧对应的音素，这个过程使用的是隐马尔科夫HMM模型。知道了对应音素后就可以组成单词。

今天主要学习了MFCC，期间碰到非常多的问题，这会真的体会到了书到用时方恨少啊，经常会因为一些小的知识点不明白而影响到了继续阅读。明日将继续深入学习关于MFCC的知识。

每日都将在这里进行一天的学习总结，因为初学，很多细节问题意识不到，这里总结的文字也会存在很多漏洞，所以仅仅只作为自己对自己的督促，和后期学习回顾作用，有差错的后期会做改正。如果有专家光顾这里就简单一笑而过吧，若是能给予指正批评那当然是求之不得的恩惠。