1、过程之中，对语音识别相关技术进行探讨。让机器听懂你在说什么，这是长期以来人们想做的事情。这里的听懂有两层含义，第是将这种口述语音逐字逐句地转换为种文字，第二则是对口述语音中所包含的要求或询问作出正确的响应，而不简单的是对词句能正确的进行转换。语言是人类特有的功能，声音是人类必备的工具，是相互传递信息最重要也是最基本的手段。如何才能让计算机听懂人说的话，实现人机之间自然人性化的相互沟通，而摆脱传统的键盘荧屏输入输出控制的方式呢自动语音识别成为近五十多年来许多学者探索的目标，如何让计算机能理解人说的话，这个曾被认为难如登天的问题，如今马上已触手可及。伴随计算机技术的飞速发展，语音识别己成为信息产业领域的标志性技术之，在人机交互的应用中，逐渐进入我们日常的生活，并迅速发展成为“改。

2、表中所有的候选词求剩余矢量，然后各剩余矢量与相应词的共性矢量进行比较，其中失真最小者对应的候选词为识别结果。两种最优标准要进行语音的识别和分类，首先要找到个能够最好地表征这个类的特征矢量。设有个线性无关的特征向量代表个词训练集中的个训练样本，每个都可以用个代表这个发音样本的般向量和代表这个发音样本个性特征的差别向量,的和来表示，则有,上式中包含个等式，但包含,和共个未知向量，显然包含在内的每个未知向量都有无穷多个解，依赖不同的最优标准，有不同的解法。最优标准定义为,显然，根据式，当时，最小，也就是说的最优解为各个语音特征矢量的算术平均，是对的最佳逼近，作为这个词基于差别子空间的语音识别方法的模板存储起。

3、训练和测试需要，生成了两套语音数据库，试验使用的词为个汉语字单词，编号从到，如下表所示表实验词集词名称保持参数打开方位发射俯冲禁止刹车上方搜索停车下降显示着陆机头第个语音数据库中，每个词进行次发音提取，产生个特征向量，存放在相应的数据文件夹中，以下简称语音数据库。第二个语音数据库中，每个词进行词发音提取，产生个特征向量，存放在相应的数据文件夹中，下语音数据库二。具体存储方式上章已述。程序流程图图语音识别流程图特征提取语音识别建立语音数据库开始完成实现差别子空间方法建立正交基训练共性矢量识别测试基于差别子空间的语音识别方法创建模型文件退出从文件中读取个到中开始从中读入字典读入个退出!语音识别，具体的说，就是个非特定人中词汇量孤立词语音识别系统。本文将差别子空间方法运用于语音识。

4、化得到的组标准正交基，即，则矢量为在上的投影，它有两个重要的性质第，矢量垂直于第二，为中使最小的个唯的矢量。可以证明垂直残差矢量与无关，而且与选择那个特征矢量做参考矢量无关，也就是说对于每个词的训练集中所有特征矢量构造的特征差别子空间，残差矢量是唯的。我们认为反映了的个性特征，或者说是个词的第次发音提取的特征矢量与训练集中同词的其它特征矢基于差别子空间的语音识别方法量之间的差别，则反映了的共性特征，也就是这个词训练集中所有特征矢量的共性特征。定义共性矢量。假定,为测试样本的特征矢量，为测试集中测试样本特征矢量的总数。设为在第个差别子空间中的投影，则定义关于第个词的剩余矢量为,进行语音识别时，首先测试样本对词。

5、的定义可得,,由此可以得出,故这就说明对于测试集，采用最优标准要比采用最优标准失真要小，最优标准优于最优标准。基于差别子空间的语音识别方法应用标准正交基的性质和共性矢量的定义，可以证明最优标准是收敛的。本章小结本章主要介绍了差别子空间的基本概念以及差别子空间方法在语音识别中的具体应用，证明了差别子空间相关数学定理。主要从两个过程模型训练和测试匹配，对数学理论进行梳理证明，引用两种经典标准，并做了比较分析，后文将对较优标准进行算法实现。基于差别子空间的语音识别方法第四章算法实现语音数据库为了本阶段的测试工作，已通过程序建成词表，通过程序进行了特征提取，根据。

6、变人类生未来活方式”的关键技术之。在具体探讨这个问题前，首先需要明确下基本概念什么是语音识别语音识别技术就是这样种能使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。语音识别时门交叉学科，它是种人机语言通信技术,属于计算机智能接口技术，近年来，取得了显著成果，已经从实验室开始走向市场。人们预计，未来年内，语音识别技术将进入通信工业汽车电子医疗消费电子产品家庭服务等各个领域。很多专家都认为语音识别技术是年至年间信息技术领域十大重要的科技发展技术之。基于差别子空间的语音识别方法目前，语音识别系统根据说话人发音方式可分为孤立词识别连接词识别连续语音识别按词汇表大小可分为小词汇量中词汇量大词汇量无限词汇量语音识别按服务对象可分为特定人和非特定人识别。课题背景及研究意。

7、来供识别时使用。识别时测试集中的特征矢量,分别与各个词的模板,进行比较，失真最小的为识别结果，即,其中为词表的大小。根据差别子空间的概念，训练集中每个特征矢量都可以由共性特征和个性特征两部分来表示，如果能够把个词的所有特征矢量中的个性特征都去掉的话，那么就可以得到个词的共性特征，由此定义最优标准为,根据这个最优标准，如果要值足够小，就要求每个差别向量,都尽可能的接近个性特征矢量。由前文所述差别子空间的定义，在训练集中共性矢量，故,由于，当时取得最小值，所以对于训练集，就是的最优解。这说明共性矢量能够很好地表征个词在训练集中的共性特征，因此识别时测试集中的特征矢量关于词表中第个词的剩。

8、器的同声传译以及多环境背景下的语音识别技术。我国在语音识别的研究上也做了很多投入，国内中科院的声学所自动所清华大学上海交大东北大学华中科技大学等科研机构和高校都在从事语音识别领域的相关研究。国家计划智能计算机主题专家组为语音识别技术的研究专门立项，在汉语语音数据库建立听觉模型汉语语音识别等研究方面已取得了很大进展。目前，汉语语音识别的研究己经进入到大词汇量连续语音识别非特定人的攻坚阶段，汉语语音识别产品进入市场化的时代即将来临。研究意义语音识别技术的发展的确经历了个漫长的渐进过程。二十多前，它还只是科研人员在实验室里描述的个梦想般的希望，但两个方面的进步终于促成了这技术的平民化。其，半导体技术的发展使得以前只有在巨型机上才能进行的语音识为ˆ基于差别子空间的语音识别方法在。

9、余矢量直接与这个词的共性矢量进行比较，失真程度最小的即为识别结果，采用欧式距离做判别距离的话，则有,其中为词表的大小。对于训练集，很明显般向量的最优解，当时，失真最小，显然只是理论上存在可能，般情况下，故基于差别子空间的语音识别方法采用最优标准，对于训练集系统的识别率不太可能达到。而对于最优标准，由于，所以当时，此时失真为零，而对非训练集中的特征矢量，，故采用最优标准，对于训练集系统的识别率为。由此可知，对于训练集，最优标准要优于最优标准。设,为测试集中样本的特征矢量，测试集与训练集相互。应用两个最优标准，代价函数分别如下,,其中由共性矢量。

10、语音识别算法从模板匹配技术转向基于统计模型技术。年，美国卡耐基梅隆大学研制出具有词的非特定人连续语音识别系统系统。进入九十年代，人们终于在实验室中突破了语音识别中的三大障碍连续语音大词汇量非特定人识别，在新的时代发展和要求下，语音识别终于从实验室走向实用。许多发达国家，如美国日本韩国以及等著名公司都为语音识别系统的实用化这研究投以巨资，语音识别技术实用化进程已开上了加速发展的快车道。其中，是语音识别研究中投资时间最长投资最多的公司之，也取得了最大的成果，率先推出的标志着语音识别技术正在趋于成熟。在嵌入式相关应用中，研发了可以语音拨号的手机人机对话的玩具，在商服业中,出现了以语音识别为核心技术的呼叫中心。基于差别子空间的语音识别方法二十世纪初期，语音识别的研究主要集中于实现机。

11、理论分析中，应用子空间投影矩阵的概念是很方便的，由上文可知，矢量在子空间上的投影式中为投影矩阵，它把任意矢量映射为子空间上的投影矢量。由的正交归性质可知，是对称幂等矩阵。差别子空间原理概述设词有个训练语音样本特征矢量组成训练样本集，其中,，表示同个词的次不同发音提取的特征矢量。定义式中表示了同个词的多次发音之间的差别。般特征矢量是线性无关的，所以也是线性无关的。则由矢量张成的子空间称为的特征差别子空间。对进行正交配置如表所示。人员安排单位数量岗位职责技术员人组测量记录测量人员人组测量承力索高度跨距等参数配合人员人组现场测量配合表现场参数测量人员配置弹性吊索及吊弦预制人员配置如表所示。人员安排单位数量岗位职。

12、义课题背景语音识别研究工作开始于二十世纪五十年代，当时主要研究语音学的基本概念以及原理。年，实验室的等人开发了个针对特定话者的孤立数字识别系统系统。六十年代中期，语音识别技术取得了实质性进展，各国科学家出现了几种新颖的思想，提出了线性预测分析技术和动态规划，前者较好地解决了语音信号的模型产生问题,后者则有效解决了不等长语音的匹配问题。七十年代，随着微电子技术的飞速发展，语音识别研究取得了新的进步。理论方面，动态时间弯折的方法研究用基本成熟，新提出了隐马尔科夫模型理论，直到目前，方法仍然是研究中的主流方法。实践方面，运用基于线性预测倒谱和动态时间弯折技术，实现了特定人孤立词语音识别系统。八十年代后期，语音识别最显著的特征就是，人工神经网络的方法开始运用到语音识别研究工作当中，。

参考资料：

[1]用户画像体系维度场景及方法动态PPT 编号178（第18页，发表于2022-06-24）

[2]用户画像体系维度场景及方法动态PPT 编号260（第18页，发表于2022-06-24）

[3]用户画像体系维度场景及方法动态PPT 编号244（第18页，发表于2022-06-24）

[4]中国文学四大名著水浒传人物故事介绍动态PPT 编号202（第20页，发表于2022-06-24）

[5]中国文学四大名著水浒传人物故事介绍动态PPT 编号258（第20页，发表于2022-06-24）

[6]中国文学四大名著水浒传人物故事介绍动态PPT 编号210（第20页，发表于2022-06-24）

[7]中国文学四大名著水浒传人物故事介绍动态PPT 编号218（第20页，发表于2022-06-24）

[8]中国文学四大名著水浒传人物故事介绍动态PPT 编号210（第20页，发表于2022-06-24）

[9]中国文学四大名著水浒传人物故事介绍动态PPT 编号94（第20页，发表于2022-06-24）

[10]中国文学四大名著水浒传人物故事介绍动态PPT 编号240（第20页，发表于2022-06-24）

[11]中国文学四大名著水浒传人物故事介绍动态PPT 编号78（第20页，发表于2022-06-24）

[12]中国文学四大名著水浒传人物故事介绍动态PPT 编号192（第20页，发表于2022-06-24）

[13]中国文学四大名著水浒传人物故事介绍动态PPT 编号142（第20页，发表于2022-06-24）

[14]绘本故事：鼻孔的故事（优） 编号180（第16页，发表于2022-06-24）

[15]绘本故事：鼻孔的故事（优） 编号76（第16页，发表于2022-06-24）

[16]绘本故事：鼻孔的故事（优） 编号200（第16页，发表于2022-06-24）

[17]绘本故事：鼻孔的故事（优） 编号144（第16页，发表于2022-06-24）

[18]绘本故事：鼻孔的故事（优） 编号264（第16页，发表于2022-06-24）

[19]绘本故事：鼻孔的故事（优） 编号240（第16页，发表于2022-06-24）

[20]绘本故事：鼻孔的故事（优） 编号244（第16页，发表于2022-06-24）