欢迎来到天天文库
浏览记录
ID:18771234
大小:338.50 KB
页数:22页
时间:2018-09-23
《综合课程设计-基于speech_sdk的语音信号识别》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、*大学课程设计(说明书)基于SpeechSDK的语音信号识别班级/学号*学生姓名*指导教师**大学课程设计任务书课程名称综合课程设计院(系)电*院专业电*程班级*学号*姓名*课程设计题目基于SpeechSDK的语音信号识别课程设计时间:20*日课程设计的内容及要求:一、设计说明语音识别研究在国内外已经有了很多年的发展历史,特别是在近些年,随着实验室条件下语音识别的飞速发展,语音识别的应用已经离我们越来越近。语音识别作为一种重要的信息识别方式在金融、人机交互、电信等领域有着极大的应用空间。课程设计基本要求①学会SpeechSDK的使用,掌握其语音识
2、别工具包的设计方法。②掌握在Windows环境下语音信号采集的方法。③掌握语音信号识别的基本概念、基本理论和基本方法。④掌握语音信号识别经典算法。⑤学会用SpeechSDK对信号进行识别。三、实验要求1.根据设计要求制定方案;2.进行语音测试数据的分析。四、推荐参考资料[1]李禹才,左友东,郑秀清等.基于SpeechSDK的语音控制应用程序的设计与实现[J].计算机应用,2004[2]易克初,田斌,付强编著.语音信号处理.北京:国防工业出版社,2000[3]胡航编著.语音信号处理.哈尔滨:哈尔滨工业大学出版社,2000[4]蔡莲红,黄德智,蔡锐.
3、现代语音技术基础与应用[M].清华大学出版社,2003.五、按照要求撰写课程设计报告指导教师2011年12月19日负责教师年月日学生签字2011年12月19日成绩评定表评语、建议或需要说明的问题:指导教师签字:日期:成绩目录一、概述31.分类32.语音信号处理33.MicrosoftSpeechSDK简介5二、方案论证6三、程序设计81.窗口载入及初始化子程序82.语音命令子程序93.听写子程序94.朗读子程序105.预处理及语法规则11四、性能测试121.程序界面载入测试122.孤立词识别测试123.听写模式测试14五、结论15六、课设体会及合
4、理化建议15附录I源程序17附录Ⅱ语法规则20一、概述语音识别研究在国内外已经有了很多年的发展历史,特别是在近些年,随着实验室条件下语音识别的飞速发展,语音识别的应用已经离我们越来越近。语音识别作为一种重要的信息识别方式在金融、人机交互、电信等领域有着极大的应用空间。近二十年来,语音识别技术取得显著进步,开始从实验室走向市场。语音识别是一门交叉学科,语音识别技术所涉及的领域包括:信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。1.分类根据识别的对象不同,语音识别任务大体可分为3类,即孤立词识别(isolatedwordrec
5、ognition),关键词识别(或称关键词检出,keywordspotting)和连续语音识别。其中,孤立词识别的任务是识别事先已知的孤立的词,如“开机”、“关机”等;连续语音识别的任务则是识别任意的连续语音,如一个句子或一段话;连续语音流中的关键词检测针对的是连续语音,但它并不识别全部文字,而只是检测已知的若干关键词在何处出现,如在一段话中检测“计算机”、“世界”这两个词。根据针对的发音人,可以把语音识别技术分为特定人语音识别和非特定人语音识别,前者只能识别一个或几个人的语音,而后者则可以被任何人使用。非特定人语音识别系统实际运用更多,但它要比
6、针对特定人的识别困难得多。语音识别的应用领域非常广泛,常见的应用系统有:语音输入系统,语音控制系统,智能对话查询系统,等等。2.语音信号处理语音识别方法主要是模式匹配法。在训练阶段,用户将词汇表中的每一个词依次说一遍,并且将其特征矢量作为模板存入模板库。在识别阶段,将输入语音的特征矢量依次与模板库中的每个模板进行相似度比较,将相似度最高者作为识别结果输出。前端处理是指在特征提取之前,先对原始语音进行处理,部分消除噪声和不同说话人带来的影响,使处理后的信号更能反映语音的本质特征。最常用的前端处理有端点检测和语音增强。端点检测是指在语音信号中将语音和
7、非语音信号时段区分开来,准确地确定出语音信号的起始点。经过端点检测后,后续处理就可以只对语音信号进行,这对提高模型的精确度和识别正确率有重要作用。语音增强的主要任务就是消除环境噪声对语音的影响。目前通用的方法是采用维纳滤波,该方法在噪声较大的情况下效果好于其它滤波器。声学特征的提取与选择是语音识别的一个重要环节。声学特征的提取既是一个信息大幅度压缩的过程,也是一个信号解卷过程,目的是使模式划分器能更好地划分。由于语音信号的时变特性,特征提取必须在一小段语音信号上进行,也即进行短时分析。这一段被认为是平稳的分析区间称之为帧,帧与帧之间的偏移通常取帧
8、长的1/2或1/3。通常要对信号进行预加重以提升高频,对信号加窗以避免短时语音段边缘的影响。对语音信号进行数字信号处理常用的算法有:1.
此文档下载收益归作者所有