解决方法有两种：第一：将D:\Program Files\OpenCV2.3.1\build\x86\vc9\bin（此处为相对路径）下的所有.dll文件拷贝到system32下即可解决问题。第二：将D:\Program Files\OpenCV2.3.1\build\x86\vc9\bin下的该程序需要的.dll文件拷贝到Debug下，解决问题。

在近几年发表的论文和大型语言语音会议上中，隐马尔科夫定律已经成为语音识别研究的主导方法。这个方法之所以如此流行就在于其固有的统计框架：从有限语音训练集数据中训练出模型近似参数的简单易行；模型可根据特殊的词汇、声音等改变认知系统的大小、种类或模型的架构的灵活多变；实现整个认知系统的简单方便。在这篇解释性的文章中，我们将讲解应用在语音识别中的非常重要的统计方法，并讨论一系列尚未解决的原理性的和实际性的

语音识别的预处理阶段，要使语音通过一个一阶高通滤波器，其主要目的是为了抵消声门脉冲及唇边辐射引起的高端频谱幅度下降，提升高频部分，使信号的频谱变得平坦，保持在低频到高频的整个频带中，能用同样的信噪比求频谱，以便于频谱分析或声道参数分析。通俗的说，预加重部分就是设计高通滤波器

语音端点检测就是检测语音信号的起点和终点，因此也叫起止点识别。它是语音处理技术中的一个重要方面，一个关键性问题，端点检测的准确与否，在很大程度上影响语音识别系统的性能。这里我们来研究下采用短时能量和短时过零率相结合的方法，来分离出真正的语音信号作为系统处理的对象。