语音芯片语音识别有哪些算法

语音芯片在应用的时候有很多种形式，在不同领域的应用功能也不一样，语音识别用于各种领域或者各类设备产品中时也有不同的算法，常见的语音识别有哪些算法呢?

语音芯片语音识别有哪些算法

　　一、基于动态时间规整的算法

在连续语音识别中仍然是主流方法，该方法的运算量较大，但技术上较简单，识别正确率高。在小词汇量、孤立字(词)识别系统中，也已有许多改进的DTW算法被提出。例如，利用频率尺度的DTW算法进行孤立字(词)识别的方法。

　　二、基于参数模型的隐马尔可夫模型的算法

该算法主要用于大词汇量的语音识别系统，它需要较多的模型训练数据，较长的训练和识别时间，而且还需要较大的内存空间。一般连续隐马尔可夫模型要比离散隐马尔可夫模型计算量大，但识别率要高。

　　三、基于非参数模型的矢量量化的算法

该方法所需的模型训练数据，训练和识别时间，工作存储空间都很小。但是VQ算法对于大词汇量语音识别的识别性能不如HMM好。在孤立字(词)语音识别系统中得到了很好的应用。