從機(jī)器人語音識(shí)別的難易程度和應(yīng)用目的來說，可以將語音識(shí)別分為兩大 類，即特定人的語音識(shí)別系統(tǒng)和非特定人的語音識(shí)別系統(tǒng)。

所謂特定人語音識(shí)別系統(tǒng)是指，判定說話人的聲音是不是事先指定的那 個(gè)人，或者是不是事先指定的一大批人中的某一個(gè)。先要記憶一個(gè)人或者 幾個(gè)人的語音特征，而且被指定的人的講話內(nèi)容也是事先規(guī)定好的有限定的 幾句話。

特定人語音識(shí)別，先要找出話音的起點(diǎn)和終點(diǎn)。實(shí)驗(yàn)證明，為了識(shí)別 發(fā)言人的話，先要找出語音的起點(diǎn)和終點(diǎn)。為此，系統(tǒng)還要能夠保留一段 聲音信號(hào)，當(dāng)發(fā)現(xiàn)明顯的聲音信號(hào)時(shí)，要從這點(diǎn)向前考察各個(gè)短時(shí)間段的幅度與過零度，只要其中之一超過某個(gè)限值，就認(rèn)為這段還是屬于發(fā)音段，直 到這兩種特征都低于限值時(shí)才停止考察，這個(gè)時(shí)間點(diǎn)就是語音的起點(diǎn)。

對(duì)于 終點(diǎn)，也用相同的辦法來判別。特定人語音識(shí)別系統(tǒng)判別的基本方法是： 先確定識(shí)別方法所用的特征，其次將接收到的話音提取特征矩陣，然后與事 先存儲(chǔ)在系統(tǒng)之內(nèi)的標(biāo)準(zhǔn)模板中的特征矩陣相比較，計(jì)算它們的距離。這個(gè) 距離可以用各個(gè)對(duì)應(yīng)的特征值之差的平方和來定定義。

如果距離小于某個(gè) 值，則系統(tǒng)認(rèn)為該發(fā)言人是指定的發(fā)言人，并確定所說的話是什么。其大致 流程如圖4-18所示。

特定人語音識(shí)別系統(tǒng)判別的基本方法是：

①確定識(shí)別方法所用的特征；

②將接收到的話音提取特征矩陣；

③與事先存儲(chǔ)在系統(tǒng)之內(nèi)的標(biāo)準(zhǔn)模板中的特征矩陣相比較，計(jì)算它們的距離。這個(gè)距離可以用各個(gè)對(duì)應(yīng)的特征值之差的平方和來定義。

④如果距離小于某個(gè)值，則系統(tǒng)認(rèn)為該發(fā)言人是指定的發(fā)言人，并確定所說的話是什么。