语音识别概述

• 语音识别概述

语音识别问题就是模式分类问题。 一个基本的语音识别系统如下图，实现是正常工作流程，虚线是训练模式分类问题中的模板（这里就是声学模型，字典和语言模型）。

图1语音识别系统组件关系图

       语音识别是把语音声波转换成文字。给定目标语音的训练数据，可以训练一个识别的统计模型。用傅里叶变换将声波变换成频谱和幅度。 基于HMM的传统的声学模型依赖于语音和文本数据，以及一个单词到音素的发音字典。HMM是序列数据的生成模型。 训练后该模型将为每一个文本语句对应的备选发声波形给一个概率。这时如果给定一个说话的声波波形，则可以根据该模型找到最有可能的文本语句，但是这并不意味着找到的语句一定是正确的。