2.4.3    BroadcastReceiver    10
2.4.4    Content Provider    11
3    语音识别系统的结构和原理    12
3.1    语音信号的预处理    12
3.1.1    语音信号的数字化    12
3.1.2    信号的矢量化    13
3.2    模型训练    14
4    隐马尔科夫模型    15
4.1    隐马尔可夫模型说明    15
4.2    隐马尔科夫模型的基本问题    17
4.3    马尔科夫模型的应用实例    17
4.4    基于马尔科夫模型的搜索进化    17
5    语音识别软件系统设计    19
5.1    语音识别系统的可行方案    19
5.2    基本原理    20
5.3    设计过程    21
5.3.1    系统概要说明    21
5.3.2    需求分析    22
5.3.3    软件实现    23
5.3.4    实际运行结果    30
6    结论与展望    33
6.1    论文总结    33
6.2    进一步研究展望    33
致谢    35
参考文献    36
1    绪论
    语音识别是到本机的“理解”人类语言技术的解决方案。作为一个智能计算机研究的主导方向和人机语音通信的关键技术，语音识别技术已经在全国科学界的广泛关注。现在，随着语音识别技术的研究突破，已成为计算机发展和社会生活的重要性更加明显。开发的产品非常广泛的语音识别技术的应用，如语音电话交换，信息网络查询，家庭服务，酒店服务，医疗服务，银行服务，工业控制，语音通信系统，深入到几乎每一个行业在社会和每一个环节。
    根据不同的任务，在最广泛的意义上可分为四个方向：说话人识别，关键词检测，语言识别和语音识别的语音识别。说话人识别技术是基于扬声器的差异，认证和验证技术的声音。关键词检测技术被应用到一些具体要求的场合，只关注那些包含特定的词造句。的语言识别技术是鉴别其各自的内容的技术，通过分析处理的语音片段，在本质上是一个语音识别技术。语音识别的主要内容通常是别人说什么，确定对象的内容的话技术，它是四个方面的最重要和最广泛研究的一个方向，也是在这篇文章中讨论。
    语音识别技术，也被称为自动语音识别的自动语音识别（ASR），其目标是字的人声的内容被转换成计算机可读的输入，如按钮，二进制代码，或一个字符序列。公认的说话人识别和扬声器，这是尝试识别或确认的问题，而不是包含文字内容的扬声器的声音。
语音识别技术的应用包括语音拨号，语音导航，室内设备控制，语音，文档检索，简单的听写数据录入。语音识别技术和自然语言处理技术，如机器翻译和语音合成技术的结合，可以构建更复杂的应用，如语音到语音的翻译。
1.1    课题研究背景与意义
语音识别技术发展到今天，特别是小型和中型的词汇非特定人语音识别系统的准确性已经大于98％，甚至更高特定人语音识别系统的识别精度。这些技术已经能够满足通常应用的要求。由于大规模集成电路技术的发展，这些复杂的语音识别系统已完全由一个特殊的芯片，以大量生产。在发达的西方国家，大量的语音识别产品已经进入市场和服务领域。用户交换机，电话机，手机已经包含了语音识别拨号，语音记事本，语音，智能玩具等产品外，还包括语音识别和语音合成功能。人打听机票，旅游，银行信息通过电话网络与语音识别口语对话系统。 基于安卓系统的语音识别软件开发(2):http://www.751com.cn/jisuanji/lunwen_7708.html