如发现有乱码，请点击下面链接浏览原文
正文摘录:

苗苗等：HMM在语音识别系统中的应用CHMM的识别系统。通过比较发现，对于嵌入式平台而言，实现CHMM识别系统的关键在于芯片有足够运算太多的增加。因为词条模型存储在RoM中，在匹配计算时是按条读取的。～一圈区蛰图2DHMM识别流程3.3识别性能使用该识别算法分别对11词的汉语数码和一个59词的命令词集做了实际识别测试，识别率令人非常满意，如表1所示。表1汉语数码识别率对于59词命令词集的识别，还增加了静音模型。由于基线的识别率已经很高，所以静音模型的加入对于识别率的进一步提高作用不大，如表2所示。但静音模型的加人可以降低对端点判断的依赖。这在实际使用中对系统的稳健性有很大的提高。表259词命令词集识别率可以看到，在硬件能够支持的情况下，CHMM的识别率比DHMM有很大的提高，同时识别速度也完全可以满足使用要求。4结语语音识别技术发展到今天，特别是中小词汇量非特定人语音识别系统识别精度已经大于98％，对特定人语音识别系统的识别精度就更高。这些技术已经能够满足通常应用的要求。由于大规模集成电路技术的发展，这些复杂的语音识别系统也已经完全可以制成专用芯片，大量生产。一些用户交机、电话机、手机已经包含了语音识别拨号功能，还有语音记事本、语音智能玩具等产品也包括语音识别与语音合成功能。人们可以通过电话网络用语音识别口语对话系统查询有关的机票、旅游、银行信息，并且取得很好的结果。可以预测在近5～10年内，语音识别系统的应用将更加广泛。参考文献[1]易克初，田斌，付强.语音信号处理[M].北京：国防工业出版社，2000.[2]姚天任.数字语音处理[M].武汉：华中科技大学出版社，2002.[3]张雄伟，陈亮，杨吉斌.现代语音处理技术及应用[M].北京：机械工业出版社，2003.[4]GaIesMJF，YoungsJ.RobustcontinuousspeechRecog—nitionusingParallelModelcombination[J].IEEETrans—actionsonSpeechandAudioProcessing，1996，4(5)：352—359.[5]YaoKs，BertramEshi，FungP，P￡口z.I.og—AddApproxi—mation0n—lineNoiseCompensationMethodAdoptingRo—bustDecisionRulesforRobustDigitsRecognition[J].chi—neseJournalofElectronics，2000，9(3)：278—283.一…·…·…·…·…·…·…·…·…·…·…·…·…·…·…·…·…·…·…·…·…·…·…·…-……·…·…·…·…·…·…·…·…·…·…-…·…·…·…·…·…·…·…·…·…·…·…·…·…(上接第63页)图5合成算法流程图图6非压缩图像显示流程图作者简介张华男，1979年出生，信息与信息处理研究生。参考文献[1]张益贞，刘滔.Visualc’‘实现MPEG／JPEG编解码技术[M].北京：人民邮电出版社，2004.[2]何斌，马天予.Visualc’’数字图像处理[M].北京：人民邮电出版社，2001.[3]NationalEIectricalManufacturersAssociationD远italIma—gingandCommunicationsinMedicine(D1COM).[4]肖振国，田心.医学图像无损压缩与有损压缩技术的进展[J].国外医学生物医学工程册，2002，25(2)：55—58.