基于HMM的连续小词量语音识别系统的研究

通过测试表明，在实验室环境下该系统在UDA1314TS DSP芯片上得到的结果比较令人满意，具有良好的鲁棒性，识别率达到实用要求，但在室外较高噪音条件下的识别率相对实验室环境下有一定差距，满足语音识别基本要求。

4 结论
本文系统采用隐马尔可夫模型的语音识别算法，能够对小词量、连续语音进行识别，识别率较高。ARMS3C2410微处理器和UDA1314TS音频处理芯片的结合应用，能使本语音识别系统具有较强的实时性。体积小，携带方便，使用灵活，可移植性强的特点使系统在进一步改进和发展后能够用于工业语音控制领域中，还可用于声控玩具、声控设备等人们的日常生活中。
但由于技术水平和硬件环境的限制，该语音识别系统在算法、硬件方面都需要进一步的研究和完善。该嵌入式语音识别系统的研究为进一步开发和研究实用性嵌入式语音识别系统做出了重要的尝试和探索工作。