sugarsweetss#Innovation-project-of-college-student#研究内容总结1

# 语音识别步骤 ## 1.压缩文件转非压缩纯波形文件 常见的 mp3等格式都是压缩格式,必须转成非压缩的纯波形文件来处理,比如 Windows PCM文件,也就是俗称的wav文件。wav文件里存储的除了一个文件头以外,就是声音波形的一个个点了。下图是一个波形的示例。  ## 2.VAD操作(静音切除) 在开始语音识别之前, 有时需要把首尾端的静音切除, 降低对后续步骤造成 的干扰。这个静音切除的操作一般称为 VAD ,需要用到信号处理的一些技术。 ## 3.对声音分帧 要对声音进行分析, 需要对声音分帧, 也就是把声音切开成一小段一小段, 每小段称为一帧。 分帧操作一般不是简单的切开, 而是使用移动窗函数来实现, 这里不详述。帧与帧之间一般是有交叠的,就像下图这样: 
图中,每帧的长度为 25毫秒,每两帧之间有 25-10=15毫秒的交叠。我们称为以帧长25ms 、帧移10ms分帧。分帧后,语音就变成了很多小段。但波形在时域上几乎没有描述能力, 因此必须将波形作变换。 ## 4.对波形做