当前,语音识别技术在飞速的发展,识别程度也在不断的提高。语音识别的稳健性,识别系统的可移植性,识别系统对环境、说话人、麦克风的自适应性成为衡量一个系统好坏的重要指标,一个完整的语音识别系统要经历以下过程,预处理,语音特征提取,语音模型建立,语音训练识别,然后回放播出或用语音进行控制。 本文介绍了语音信号处理的基本理论,回顾了国内外语音识别发展历史。详细阐述了动态时间归整算法和马尔可夫模型的基本理论,并研究了它们应用到特定人汉语小词汇表识别中的方法。 采用动态时间归整模型形成的经典语音识别算法常用在特定人小词汇量语音识别系统中,本文提出了具有鲁棒性的两级端点检测语音识别技术,在语音信号采集时,对数据进行提取并压缩后形成模板,根据过零率,短时能量和匹配标号分类。采用