论文部分内容阅读
语音识别系统在音频质量较差时，经常出现识别错误的情况，为提高识别精度，基于连续隐马尔科夫模型设计英语翻译机器人语音识别系统。在硬件中，设计音频信号接收器和机器人音频识别模块主处理器。在软件中，对音频信号量化并预加重处理，计算帧移距离与每帧长度之间的比值，获取模拟信号转换频率与基本单位量化指标；基于连续隐马尔可夫模型构建语音文本解编码器，计算窗函数的宽度，在网格中获取马尔科夫链概率路径，比较不同概率路径的复杂度；设计英语翻译机器人语音识别算法，得到英语翻译机器人的语音识别结果。由实验数据可知：该系统在三种不同音频质量下的语音识别准确率均在75%以上，较其他系统更稳定，在同等音频质量下，准确率更高，可见连续隐马尔可夫模型的语音识别系统优于其他系统。