語音識別概述
最近，由于其重大的理論意義和實用價值，語音識別已經(jīng)受到越來越多的關(guān)注。到現(xiàn)在為止，多數(shù)的語音識別是基于傳統(tǒng)的線性系統(tǒng)理論，例如隱馬爾可夫模型和動態(tài)時間規(guī)整技術(shù)。隨著語音識別的深度研究，研究者發(fā)現(xiàn)，語音信號是一個復(fù)雜的非線性過程，如果語音識別研究想要獲得突破，那么就必須引進(jìn)非線性系統(tǒng)理論方法。最近，隨著非線性系統(tǒng)理論的發(fā)展，如人工神經(jīng)網(wǎng)絡(luò)，混沌與分形，可能應(yīng)用這些理論到語音識別中。因此，本文的研究是在神經(jīng)網(wǎng)絡(luò)和混沌與分形理論的基礎(chǔ)上介紹了語音識別的過程。
語音識別可以劃分為獨立發(fā)聲式和非獨立發(fā)聲式兩種。非獨立發(fā)聲式是指發(fā)音模式是由單個人來進(jìn)行訓(xùn)練，其對訓(xùn)練人命令的識別速度很快，但它對與其他人的指令識別速度很慢，或者不能識別。獨立發(fā)聲式是指其發(fā)音模式是由不同年齡，不同性別，不同地域的人來進(jìn)行訓(xùn)練，它能識別一個群體的指令。一般地，由于用戶不需要操作訓(xùn)練，獨立發(fā)聲式系統(tǒng)得到了更廣泛的應(yīng)用。 所以，在獨立發(fā)聲式系統(tǒng)中，從語音信號中提取語音特征是語音識別系統(tǒng)的一個基本問題。