资 源 简 介
首先对语音信号的预处理和特征提取问题进行了讨论,提取了三个有效的语音识别特征参数—LPC系数、LPC倒谱系数和Mel频率倒谱系数(MFCC);其次着熏讨论了语音识别中常用的两种识别方法—基于模板匹配的DTW和基于统计膜型的HMM在语音识别中的应用,分别讨论了各自的模型训练和识别的方
法,对HMM在实际应用中的一些具体问题也进行了讨论;最后对常规HMM提出了一些改进方法,包括显式状态驻留和随机分段模型(SM),重点讨论了SM在
语音识别中的训练和识别方法,并通过一个孤立数字语音识别系统验证了其比常规HMM更能描述语音信号的特征。
