这是一篇硕士毕业论文，关于声纹识别的，模型是用的gmm模型，工具用的是htk，应该说很有帮助

htk windows linux 都包括，不要分，需要的下载哦

HTK孤立词语音识别系统，实现的是6个单词的识别，所有文件打包，内有使用说明，运行命令可以直接识别。搭建的详细步骤参考我的博客： http://blog.csdn.net/cdj0311/article/details/17504165

1 HTK基础 1.1 HMM基本原理 1.2 孤立词识别 1.3 输出概率说明 1.4 Baum-Welch Re-Estimation 1.5 识别和Viterbi解码 1.6 连续语音识别 1.7 说话者适应 2 HTK工具包概览 2.1 HTK软件架构 2.2 HTK工具的一般属性 2.3 工具包 2.3.1 数据准备工具 2.3.2 训练工具 2.3.3 识别工具 2.3.4 分析工具 2.4 版本3.4中的更新 2.4.1 版本3.3中的更新 2.4.2 版本3.2中的更新 2.4.3 版本3.1中的更新 2.4.4 版本2.2中的更新 2.4.5 版本2.1中的 新特征 3 一个教程示例 3.1 数据准备 3.1.1 步骤一 任务语法 3.1.2 步骤二 字典 3.1.3 步骤三 录制语音数据 3.1.4 步骤四 创建脚本文件 3.1.5 步骤五 语音数据编码 3.2 创建单元音HMM 3.2.1 步骤六 创建Flat start单元音 3.2.2 步骤七 确定Silence模型 3.2.3 步骤八 Realigning训练数据 3.3 创建Tied-Stated三元音 3.3.1 步骤九 从单元音创建三元音 3.3.2 步骤十 创建Tied-Stated三元音 3.4 识别器评估 3.4.1 步骤十一 识别测试数据 3.5 运行识别器 3.6 HMM自适应 3.6.1 步骤十二 准备自适应数据 3.6.2 步骤十三 生成Transforms(转移矩阵) 3.6.3 自适应系统评估 3.7 Semi-Stated和HLDA Transform 3.8 总结

以建立维吾尔语连续音素识别基础平台为目标,在HTK(基于隐马尔可夫模型的工具箱)的基础上,首次研究了其语言相关环节的几项关键技术;结合维吾尔语的语言特征,完成了用于语言模型建立和语音语料库建设的维吾尔语基础文本设计;根据具体技术指标,录制了较大规模语音语料库;确定音素作为基元,训练了维吾尔语声学模型;在基于字母的N-gram语言模型下,得出了从语音句子向字母序列句子的识别结果;统计了维吾尔语32个音素的识别率,给出了容易混淆的音素及其根源分析,为进一步提高识别率奠定了基础。

包括语音识别有关理论，主要算法，并对剑桥HTK代码进行分析.

教程深入简出，开宗明义，以不长的篇幅把语音庞大的知识体系讲解清楚，是不可多得的案头资料。

HTK book中文版，非常详尽的HTK文档，也是较系统全面介绍语音识别的不错译本

HTKbook在网络上能找到的都是英文版的，而基础指南虽然有中文版的，但是太过简单。本资源是根据英文版翻译过来的。由于水平有限，可能存在错误，欢迎大家批评，指正。

HTK嵌入式ARM移植步骤，我已经在ARM11及ARM9上实现了语音识别，不过ARM9的语音时间相当让人心寒。 资源分高了？呵呵，是有些高了，不过是自己个人移植的一些记录，全原创的了，当然要价高些了。哈哈