论文摘要：VQ与HMM联合模型语音信号的实验研究

摘  要
人类一直都在梦想着能够通过语言直接指挥机器做出相应的各种动作，以便于完成特殊环境下的工作。但是，在很长的时间里，这个梦想没有能够实现。直到信息化时代的今天，计算机科学及其相关学科的高速发展为人类的这个梦想提供了高效的实现手段，使机器理解人的语言成为可能，这种使机器理解语言的技术就是语音信号分析识别技术。
近二十年来，人类社会的高速发展对语音信号分析识别技术提出了越来越高的要求，同时科学技术的进步也为语音信号分析识别技术提供了各个方面的理论与技术支持，使语音信号分析识别技术取得显着进步，开始从实验室走向市场。在不久的将来，语音信号分析识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等人类生产生活的各个领域。
本文在语音信号分析识别的基本原理和基本技术的基础上，通过对马尔可模型（HMM）和矢量量化模型（VQ）的研究和分析，针对HMM模型虽然建模能力很强，但是识别能力受到环境影响很大，而矢量量化模型建模能力虽然不强，但由于矢量的相似性使得它的识别能力很好的特点；在分析了两者的优缺点基础上，提出了新的模型和算法。同时，依据实验条件，选择Mel参数作为识别特征参数。在新的模型下，建立了语音分析识别系统，对所选取的语音信号进行特征参数提取和语音信号分析识别。在相同条件下，对同一语音信号的分析识别结果与HMM模型的分析识别结果进行了对比，研究结果表明：联合模型的识别结果普遍高于单一HMM模型，联合模型的性能要优于HMM模型；并进一步应用建立的联合模型在指定样本、指定语音信号、不指定样本不指定语义信号这三种情况下，做了联合模型的稳定性实验，得出了联合模型的性能比较可靠、运算比较良好。
 
关键词：语音信号识别，隐马尔可夫模型（HMM），矢量化模型（VQ），美尔（Mel）
参数

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/251611.html