计算机语音识别过程

（把以前写的东西搬过来）
计算机语音识别过程与人对语音识别处理的过程基本上是一致的。目前主流的语音识别技术是基于统计模式识别的基本理论。一个完整的语音识别系统可大致分为3部分：
1、语音特征提取：其目的是从语音波形中提取出随时间变化的语音特征序列
2、声学模型与模式匹配：声学模型通常将获取的语音特征通过学习算法产生。在识别时将输入的语音特征与声学模型（模式）进行匹配与比较，得到最佳的识别结果
3、语言模型与语言处理：语言模型包括由识别语音命令构成的语法网络，或由统计方法构成的语言模型，语言处理可以进行语法、语义分析。
声学模型是识别系统的底层模型，并且是语音识别系统中最关键的一部分。建立声学模型的目的是提供一种有效的方法计算语音是特征矢量序列和灭个发音模板之间的距离。声学模型单元大小（字发音模型、半发音模型或音素模型）对语音训练数据量大小、系统识别率，以及灵活性有较大的影响，必须根据不通语言的特点、识别系统词汇量的大小决定识别单元的大小。
语言模型对中、大词汇量的语音识别系统特别重要。当分类发生错误时可以根据语言学模型、语法结构、语义学进行判断纠正，特别是一些同音字则必须通过上下文结构才能确定语义。