语音识别

语音识别

语音识别的意思是将人说话的内容和意思转换为计算机可读的输入。语音识别的目的就是让机器听懂人类口述的语言，包括了两方面的含义：第一是逐字逐句听懂而不是转化成书面的语言文字;第二是对口述语言中所包含的命令或请求加以领会，做出正确回应，而不仅仅只是拘泥于所有词汇的正确转换。

语音识别系统的分类

• 从说话者与识别系统的相关性考虑：

  • 特定人语音识别系统
  • 非特定人语音系统
  • 多人的识别系统

• 从说话的方式考虑：

  • 孤立词语音识别系统
  • 连接词语音识别系统
  • 连续语音识别系统

• 从识别系统的词汇量大小考虑：

  • 小词汇量语音识别系统
  • 中等词汇量的语音识别系统
  • 大词汇量语音识别系统

语音识别的方法

目前具有代表性的语音识别方法主要有动态时间规整技术(DTW)、隐马尔可夫模型(HMM)、矢量量化(VQ)、人工神经网络(ANN)、支持向量机(SVM)等方法。

1. 动态时间规整算法
   动态时间规整算法(Dynamic TIme Warping，DTW)是在非特定人语音识别中一种简单有效的方法，该算法基于动态规划的思想，解决了发音长短不一的模板匹配问题，是语音识别技术中出现较早、较常用的一种算法。在应用DTW算法进行语音识别时ÿ