标签： computer-science theory speech-recognition
我对此非常好奇。
从广义上讲，如何做到以下几点：
答案 0 :(得分：3)
这是迄今为止广泛研究的主题。人们通常会根据您将要识别的语言的语言分析来开始构建模型，并检测所有单词分隔和音节的情况。然后识别主要是通过信号上的隐马尔可夫模型完成的。
以下是一些可能为您提供更好想法的参考资料：
http://lands.let.kun.nl/literature/eric.2004.2.pdf
http://www.asel.udel.edu/icslp/cdrom/vol4/778/a778.pdf
http://en.wikipedia.org/wiki/Speech_segmentation