基于LPCC的不同频率段语音智能识别方法研究

传统语音智能识别方法对于语音的识别精度较低,识别语音的错误率较高,识别效果并不理想。基于上述问题,针对语音的智能识别研究出了一种基于LPCC的不同频率段语音智能识别方法。首先根据不同频率段,采用线性预测模型提取出线性预测倒谱系数,对语音的声音特征进行详细描述,再通过梅尔频率倒谱系数捕捉语音的频率视谱信息,最后选择合适的声学基础元素,构建HMM声学模型,并对所获取的声学模型通过MLE准则进行集中测试,充分发挥模型的可训练性、可扩展性与精确性的作用,进而提高语音识别的精确度。为检测识别方法效果,进行对比实验,结果表明,与传统语音智能识别方法相比较,基于LPCC的不同频率段语音智能识别方法大大提高了语音识别的准确率,满足了对语音识别的精确度要求,较为准确地表达了所识别的语音信息,具有广阔的推广前景。