论文部分内容阅读
该文研究了基于改进VQ／HMM模型的语音识别方法，设计实现了基于该模型的汉语口令识别系统；研究了鲁棒性特征参数问题，提出了一些新的基于MFCC和LPCC的高维动态参数；分别进行了纯净语音和不同信噪比语音的识别实验，分析比较了不同类型特征参数、训练状态数和高斯混合度对该系统识别性能的影响。在此基础上得出了以下结论：在加性白噪声的情况下，使用高维动态参数明显提高了系统的鲁棒性；在汉语两字组的短语音(口令)识别中，状态数取4，混合度取3时实验结果较好；利用不同特征参数的优势，进行信息融合，是提高系统性能的一个很