论文部分内容阅读
该文在常规连续语音切分算法的基础之上，通过综合运用帧能量、帧过零率、帧能量比、过零波宽，峰值等特征参数和运用短时分析等技术，成功地将连续语流切分切擦（ｆｒｉｃａｔｉｖｅ）部分、浊音（ｖｏｉｃｅ）部分以及静音（ｓｉｌｅｎｃｅ）部分，从而将连续语音识别问题转化为声、韵母识别和声韵组合策略问题，大大地简化了连续语音识别系统的复杂度（ｐｅｒｐｌｅｘｉｔｙ）、难度，减少了训练量，取得了比较理想的效果，并在此基础上，运用离散小波变换（Ｄｅｓｃｒｅｔｅ Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ，ＤＷＴ）进行了汉语连续语音的声调识别，实验证明，该算法达到了预期的目的。