语音识别技术在虚拟校园中的应用研究

论文摘要

本文以华中师范大学虚拟校园漫游系统的设计为研究对象，对语音识别技术若干问题进行了研究，以MATLAB和VC++为工具，设计并实现了孤立词、特定人、小词汇量语音识别系统。工作主要包括以下三个方面：端点检测，特征提取和模式匹配。端点检测采集原始语音信号，通过声学参数诸如过零率和短时能量等来判断起始点和结束点，去掉噪声，并提取语音数据；特征提取中利用信号LPC系数来计算其倒谱系数，为以后的识别工作打下了良好基础；模式匹配采用隐马尔可夫模型（HMM）建立语音模型，引入了HMM语音训练算法。研究结果表明，HMM语音识别算法确有较高的识别率。分析了Speech SDK5.1中有关语音应用程序接口（SAPI）的结构和工作原理，归纳总结了用Speech SDK开发语音识别应用程序的方法，并结合基于HMM模型的语音识别算法对虚拟校园漫游系统中语音导航功能进行了设计，为系统增加了语音导航功能，使得该系统操作更灵活、更方便、更人性化。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 本课题的研究背景
• 1.2 语音识别技术发展与现状
• 1.3 本文主要研究内容
• 第二章 虚拟校园简介
• 2.1 虚拟校园
• 2.1.1 虚拟校园概述
• 2.1.2 虚拟校园的应用
• 2.2 虚拟校园漫游
• 2.2.1 虚拟校园漫游系统的特点
• 2.2.2 虚拟漫游的开发技术
• 2.2.3 虚拟校园漫游系统的设计目标
• 2.2.4 虚拟校园漫游系统的设计
• 2.2.5 虚拟校园漫游系统的开发平台
• 2.3 本章小节
• 第三章 语音识别的基本原理
• 3.1 信号预处理
• 3.1.1 抗混叠滤波与预加重
• 3.1.2 端点检测
• 3.2 语音识别中的特征提取及规整
• 3.2.1 特征提取
• 3.2.2 语音规整
• 3.3 语音建模及相似性判断
• 3.3.1 语音模型的建立
• 3.3.2 匹配规则
• 3.4 本章小结
• 第四章 隐马尔可夫模型（HMM）
• 4.1 HMM模型
• 4.1.1 HMM模型基本思想
• 4.1.2 HMM模型的基本问题
• 4.1.3 HMM模型的基本算法
• 4.1.4 HMM模型算法实现中的问题
• 4.2 本章小结
• 第五章 虚拟校园语音导航设计
• 5.1 语音识别处理过程
• 5.2 语音识别开发工具
• 5.2.1 Microsoft Speech SDK概述
• 5.2.2 语音识别 SAPI工作流程
• 5.2.3 基于SAPI的语音控制
• 5.3 语音识别算法流程图
• 5.4 语音识别算法的具体实现
• 5.4.1 语音的采集
• 5.4.2 语音的预处理
• 5.4.3 语音数据的特征提取
• 5.4.4 HMM语音训练算法
• 5.5 实验结果及分析
• 5.6 虚拟校园漫游系统语音导航效果图
• 第六章 总结
• 6.1 论文总结
• 6.2 展望
• 参考文献
• 在校期间发表的论文、科研成果等
• 致谢