漂飘渔人

声学建模语音识别系统中使用隐马尔可夫模型（HMM）通常是用从左向右单向、带自环、带跨越的拓扑结构来对识别基元建模，一个音素就是一个三至五状态的HMM，一个词就是构成词的多个音素的HMM串行起来构成的HMM，而连续语音识别的整个模型就是词和静音组合起来的HMM。上下文相关建模：协同发音，指的是一个音受前后相邻音的影响而发生变化，从发声机理上看就是人的发声器官在一个音转向另一个音时其特性只能渐

前言：隐含马尔可夫模型是一个数学模型，到目前为之，它一直被认为是实现快速精确的语音识别系统的最成功的方法。复杂的语音识别问题通过隐含马尔可夫模型能非常简单地被表述、解决，让我不由由衷地感叹数学模型之妙。自然语言是人类交流信息的工具。很多自然语言处理问题都可以等同于通信系统中的解码问题 -- 一个人根据接收到的信息，去猜测发话人要表达的意思。这其实就象通信中，我们根据接收端收到的信号去分析、

过零率的计算可以用矢量化的计算方法，以提高效率。  matlab扩展编程p296结论就是要使用针对数组的运算 替换针对数组单个元素的运算

一过零率：         1在实际应用中，通常利用过零率来检测清音，用短时能量来检测浊音，两者配合实现可靠的端点检测，用的比较多的是一种双门限的算法。        2 为了后面处理的方便们首先可以将输入的育婴信号进行归一化，将其幅度限制在[-1,1]之间，用如下命令： x=x/max(abs(x));        3为了提高算法效率，用矢量化计算方法，计算过零率。两个相差一个采样