一种全新的针对全汉语单音节的语音识别算法

本文阐述了一种新的全汉语单音节语音识别算法——DP/MVQ法。新方法充分借鉴了隐马尔可夫模型（Hidden Markov Model）中“状态”的概念，保留了 David K. Bordon 提出的多段矢量量化（Multisection Vector Quantization，简记为MVQ）方法中能保持时间序列信息的优点，并且并且在码本的训练过程中用了动态规划技术去优化MVQ产生的码字，使得DP技术贯穿于码本训练和识别的全过程。新方法充分考虑了汉语普通话语音的声学结构特点和统计特性，而且训练和识别均较快, 码本尺寸也较小。新方法着重于基于DSP硬件的实时实现，以便于能用语声控制汉字的计算机输人。