[其他]语音识别

摘要

在识别分离字词语音或连续语音的语音识别器中，借助于用动态分量扩充增强未知语音的普通频谱表示，使识别精确度得到了提高。在与语音的频谱表示相比较的样型音中，可提供相应的动态分量。在最佳实施方案中，表示为唛耳-频率方式的倒谱，并且各动态分量包含有若干对一次参数倒谱之间的矢量差。每对一次参数倒谱之间的时间间隔最好为50ms。并且与各动态参数一起计算动态听觉响度分量也是最为可取的。

主权项

1、一种识别未知语音的一种方法，其特征在于包括以下步骤：(ⅰ)将所说的未知语音表示为一个参数帧序列，每一参数帧表示所说的语音的一个相应的时间帧；(ⅱ)提供许多个基准样型音，每一样型音包含有一个参数帧序列，后者用与第一点提及的参数帧的同样类型参数来表示；第一点提及的一个参数帧序列中和第二点提及的一个参数帧序列中的每一帧均包含有一组一次参数和一组二次参数，每一个二次参数表示为了导出各不同时间帧的各个对应的参数帧中各相应一次参数之间带符号的差数；以及(ⅲ)将未知语音的参数帧序列与每一基准样型音相比较，从而判定与未知语音最为相似的那个基准样型音。