摘 要

近年来，人工智能发展越来越快，人们在各种社会活动对语音识别技术的要求越高。语音识别作为人工智能中的一项重要研究内容，可以帮助人们方便快捷的输入消息给机器，并且能处理甚至反馈给输入者想要的结果。经过历史的发展，语音识别技术也愈发成熟，应用的方面也越来越广泛和普遍。生活中最常用到的就是手机等移动设备，能够随时随地让手机听懂我们在说什么，能为使用者带来便捷，因此能够在手机上实现语音识别对人们具有极大的意义

本文从语音信号开始，研究语音信号的组成，简单介绍了语音信号的特征参数，学习了目前在语音处理中应用最广泛的隐马尔可夫模型（HMM）及相关算法，从理论上分析了隐马尔可夫模型（HMM）在语音识别过程当中充当的角色，解决了语音识别当中的关键难点。

本设计最后在安卓系统上结合语音识别的基本原理来实现安卓系统上的语音识别，开发出了一套基于Android的语音实时识别系统，具有较高的准确率和实用性。本设计对语音识别的研究有效地对当前语音识别技术原理进行了展示，对HMM的研究不光在语音识别领域，同时对其他模式识别领域提供了借鉴，具有积极意义。

关键字：语音识别；隐马尔可夫模型；特征；语音信号

Abstract

In recent years, artificial intelligence develops faster and faster, the higher people's voice recognition technology requirements in various social activities. As an important research in artificial intelligence, speech recognition can help people input message to the machine conveniently and even fed back the result to be able to handle those who want to enter. After the development of history, speech recognition technology has become more mature, the application of more and more extensive and widespread. Life is the most commonly used mobile phones and other mobile devices, allowing mobile phone anytime, anywhere to understand what we are saying, can bring convenience for the user, it is possible to achieve in the mobile phone voice recognition on people of great significance

From the beginning of the composition of the speech signal, the speech signal research, introduces the characteristic parameters of the speech signal, speech processing in the current study is the most widely used Hidden Markov model (HMM) and related algorithms, analyzed theoretically Hidden Markov model (HMM) in speech recognition process roles that solve the key difficulty in speech recognition among.

This design finally design with the basic principles of voice recognition to voice recognition on Android system, developed a real-time speech recognition system based on Android, with high accuracy and practicality. The design of speech recognition research effectively for the current speech recognition technology to show the principle of HMM research not only in the field of speech recognition, pattern recognition while the other provides a reference of positive significance.

Keywords: Speech recognition；Hidden Markov Model；Feature；Speech signal

目 录

摘 要 I

Abstract II

1 绪论 1

1.1 研究的目的及意义 1

1.2 语音识别的研究现状 1

1.3 语音识别的特征参数与HMM声学建模 2

1.4 本课题的主要研究内容 3

2 语音信号及其识别原理 4

2.1 语音信号特征参数 4

2.1.1 语音信号的基本组成 4

2.1.2 语音信号产生模型 4

2.1.3 语音识别的特征参数 5

2.2语音识别技术—HMM 8

2.2.1 HMM数学表示 8

2.2.2 HMM在语音识别的应用 10

2.2.3 HMM模型需解决的问题及解决方法 11

2.2.4 HMM在matlab上仿真实现 13

3 系统设计与实现 14

3.1 Android平台的简单介绍 14

3.1.1 Android系统的发展历史 14

3.1.2 Android系统架构 14

3.2 开发环境和工具 16

3.3 系统框架设计 17

3.3.1 系统总体结构 17

3.3.2 系统模块设计 17

4 系统运行测试 21

5 总结和展望 26

5.1 论文工作总结 26

5.2 研究工作展望 26

参考文献 27

致 谢 28

1 绪论

1.1 研究的目的及意义

语音识别（Speech Recognition）是一种让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。第一种是将口述的话语识别成对应的文字，比如对所说的一段话做听写，第二种是对口述中的要求或提问做出相应的响应而不单单只是识别。语音识别是一门交叉学科，所涉及的学科领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。实时（real time）体现的是一个机器响应的水平，用户体验的感觉或者是机器与外部过程过程同步程度。

信息的交流是这个世界存在和发展的更本要求，在现实生活中也无处不在。语言是人们之间相互交流的基础，也是信息传递的重要手段。语音是在语音基础上通过声音传递语言信息，是人们交流最基本、最简便的方式。随着信息技术发展以及人们生活需求的不断提高，人们对语音信号的智能处理成为了重要的研究方向，比如语音识别或语音合成（将文字识别成语音）等等。