by21010的专栏

《语音信号处理》学习笔记一、基本概念语言：从人们的话语中概括总结出来的规律性符号系统。语音：一连串音组成的声音。音节：具有一个响亮的中心，并被明显感觉到的语音片段。音素：发音最小片段。分为元音、辅音（清音、浊音、半元音）。 元音：声腔开放。辅音：声腔受阻。（唇舌位置，形状）共振峰：元音激励进入声道引起的共振特性。 F1：舌位高则低F2：舌位前则高F3：舌尖卷则低 鼻化：共振峰加

设有N个K维特征矢量 X={X1,X2,...,XN}xn∈RKxi={x1,x2,...,xk}X=\{X_1,X_2,...,X_N\} \\ x_n \in \Bbb{R}^K \\x_i=\{x_1,x_2,...,x_k\} 将RK\Bbb{R}^K分成JJ个不相交子空间

Kaldi是一款基于C++编写的开源语音识别工具箱。这款工具既可以在Windows下编译也可以在Linux下编译。不过听学姐说以后还是在Linux下做开发多一些，我就想干脆顺便把Linux环境熟悉熟悉，于是就安了个虚拟机装上了Ubuntu。文档里面也说还是建议在Linux下使用Kaldi。好久没用过Linux了，也不习惯在命令行下操作，编译Kaldi还真是费了我一番功夫。下面把过程记录一下。

Timit是LDC搜集的一个语料库，TIMIT语音库有着准确的音素标注，是一个学习用的好例子。在kaldi里面可以找到其语音识别的范例。但是由于这个数据库是商业用的，所以Kaldi里面并没有附带数据。但是数据又可以从网络上找到，so。。。。运行实例：首先进入timit/s5目录下，打开run.sh文件，找到以下内容：timit就是设置timit数据库的路径的

语音关键词检索（KeywordsSearch），是指在连续语音流中检测出一组给定的关键词的过程。与大词汇量连续语音识别（Large Vocabulary Continuous Speech Recognition）相比，语音关键词检索不需要对非关键词的精确识别，只需要检测出关键词即可，降低了对语音识别系统的要求，拓展了系统的适用条件。语音关键词检索在实时对话系统，命令控制，语音拨号，语音监听，以及语音文档检索方面等方面有着广泛的应用。

语音识别概述语音识别是指将语音信号转换为文字的过程。本文简略地介绍现在通行的语音识别系统框架。