语音识别基础课程教学大纲

《语音识别基础》课程教学大纲

一、课程基本信息

1、课程代码：CS414

2、课程名称：语音识别基础/Fundamentals of Speech Recognition

3、学时/学分：36/2

4、先修课程：数字信号处理(非必修)

5、面向对象：计算机应用专业

6、开课院（系）、教研室：电子信息与电气工程学院计算机科学与工程系、计算

机应用学科组

7、教材、教学参考书：

自编教材：《语音识别基础讲义》，吴亚栋，1999年。

参考书： 1.胡光锐：“语音处理与识别”，上海科学技术出版社，1994。

2.陈永彬，王仁华：“语言信号处理”，中国科技大学出版社，

1990。

3.陈永彬：“语音信号处理”，上海交通大学出版社，1990。

4.姚天仁：“数字语音信号处理”，华中理工大学出版社，1992。

wrence Rabiner，Biing-Hwang Juang：“FUNDAMENTALS OF

SPEECH RECOGNITION”，PTR Prentice-Hall，Inc，1993。

二、本课程的性质、地位、任务

语音识别基础是计算机应用专业的一门专业课（选修）。它的主要任务是通过各个教学环节，运用各种教学手段和方法，使学生掌握语音识别及语音信息处理的基本概念、基本原理、基本计算方法；培养学生分析、解决问题的能力和实验技能，为日后从事语音信息处理方面的工程技术工作、科学研究以及开拓新技术领域，打下坚实的基础。

三、本课程教学内容和基本要求

1．绪论(2)

〃了解语音识别的重要性

〃了解语音识别的定义、原理及分类

〃了解语音识别研究的历史

2．语音的特征(3)

〃了解发音的生理机构与过程

〃了解汉语语音基本特征

3．用于语音识别的信号处理及分析方法(4)

〃短时分析及窗函数

〃理解语音信号的数字化过程

〃掌握短时分析及窗函数的基本概念

〃时域分析

〃了解时域分析的基本方法

〃掌握短时平均幅度和能量、平均过零率及短时自相关函数在语音信息处理及语音识别中的用途

〃理解语音端点检测方法及基音检测的时域方法〃频域分析

〃了解频域分析的基本方法

〃短时傅里叶变换(DFT: Discrete Fourier Transform)

〃快速傅里叶变换(FFT: Fast Fourier Transform) 〃掌握振幅谱和功率谱的求取方法及其用途

〃倒谱域分析

〃了解倒谱域分析的基本方法

〃理解倒谱分析流程

〃掌握倒谱分析在语音信息处理及语音识别中的用途〃基于倒谱分析的频谱包络成分的提取

〃基于倒谱分析的基音检测提取

〃线性预测分析

〃了解线性预测分析的基本方法

〃理解线性预测参数方程组的算法

〃掌握线性预测分析在语音识别中的用途

〃基于线性预测分析的频谱包络成分的提取

〃矢量量化法(VQ: Vector Quantization)

〃掌握矢量量化的基本原理

〃理解基于LBG算法的码本设计法

〃掌握矢量量化在语音信息处理及语音识别中的用途

4．基于模式匹配方式的语音识别技术(4)

〃失真测度

〃掌握语音识别中失真测度的基本概念

〃理解几种典型的失真测度的定义

〃动态时间归正法(DTW: Dynamic Time Warping)

〃了解语音模式匹配的问题点

〃理解DTW的基本原理

〃掌握DTW的典型解法

〃掌握基于DTW技术的语音识别方案

5．基于统计模型(HMM)方式的语音识别技术(4)

〃了解基于统计模型框架的语音识别法

〃隐马尔柯夫模型(HMM: Hidden Markov Model )

〃理解隐马尔柯夫模型(HMM: Hidden Markov Model )的基本概念〃掌握描述语音信号的HMM模型

〃HMM的三个基本问题及其解法

〃理解HMM的三个基本问题及其解法

〃掌握利用前向算法求解模型产生观察序列条件概率的方法

〃掌握利用Viterbi算法求解最佳路径的方法

〃掌握基于HMM技术的语音识别方案

6．孤立字（词）语音识别系统(4)

〃了解语音输入装置的实用化条件

〃了解语音识别系统的基本构成及其主要技术指标

〃理解几种典型的识别方式

〃基于DTW技术的多重样板识别方式

〃基于语音特征轨迹的时间规整技术的识别方式

〃基于HMM技术的识别方式

〃系统实例：理解采用“线性预测-矢量量化/动态规划”的孤立词识别系统 (LP-VQ/DP)工作原理

7．连续语音识别系统(4)

〃了解连续语音识别问题的难点

〃理解及掌握几种典型的算法

〃两级DP法(Two-Level Dynamic programming)

〃分层构造法(Level Building)

〃一次通过法(One Pass)

〃理解语音听写系统的构成及其工作原理

8．语音识别的应用及其展望(3)

〃了解语音识别的各种典型的应用领域

〃了解今后语音识别技术的发展方向

四、实验（上机）内容和基本要求

1．实验的学时数为8学时。

2．实验以体现能力为主，不提模型，只提要求，可锻炼学生分析和解决问题能力。

3．通过实验，应使学生掌握语音信息处理的基本方法。了解语音信息处理的实际过程，并具有分析、整理实验数据和编写实验报告的能力。

实验内容和基本要求：

(1) 语音波形及特征观察

〃通过观察语音信号，进一步加深对语音波形特征及频谱特征的理解。

〃熟悉语音波形编辑工具软件的使用方法。

(2) 语音信息处理基础

〃掌握wav文件的读取方法。

〃掌握语音信号在时域中的短时处理的基本方法(短时能量、过零数0及自相关函数等)。

〃了解采用自相关函数提取语音基音的方法及提取汉语声调的方法。 (3) 语音特征提取及模式匹配