语音识别系统中增加图像识别技术的设计.doc

来源：电子技术应用? 作者：重庆大学通信工程学院 叶凌峡 摘要：采用机器视觉对语音对象进行跟踪，利用说话人正常发音时，嘴部的开合状况提取语速信息，实时调整语音识别的工作速度，匹配语音韵律，将有效提高语音识别准确性。讨论了系统的设计原理和实现技术，着重介绍了对应辅助图像识别的设计分析。 语音识别 机器视觉 图像识别 语音识别是机器自动语音识别（automatic speech recognition by machine）的简称。 语音识别技术关系到多学科的研究领域，不同领域中的研究成果都对语音识别的发展作出了贡献。让机器识别语音的困难在某种程度上就像一个外语不好的人听外围人讲话一样，它与说话人、说话速度、说话内容、环境条件有关。语音信号本身的特点造成了语音识别的困难。这些特点包括多变性、动态性、瞬时性和连续性等。 计算机语音识别的过程与人对语音识别处理过程基本上是一致的。目前主流的语音识别技术是基于统计模式识别的基本理论。一个完整的语音识别系统可大致分为三部分： （1）语音特征提取：其目的是从语音波形中提取出随时间变化的语音特征序列。 （2）声学模型与模式匹配（识别算法）：声学模型通常将获取的语音特征通过学习算法产生。在识别时将输入的语音特征与声学模型（模式）进行匹配、比较，得到最佳的识别结果。 （3）语言模型与语言处理：语言模型包括由识别语音命令构成的语法网络或由统计方法构成的语言模型，语言处理可以进行语法、语义分析。对小词表语音识别系统，通常不需要语言处理部分。??? 声学模型是识别系统的底层模型，并且是语音识别系统中最关系的一部分。声学模型的目的是提供一种有效的方法，计算语音的特征矢量序列和每个发音模板之间的距离。声学模型的设计与语言发音特点密切相关。声学模型单元大小（字发音模型、半音字模型或音素模型）对语音训练数据量大小、系统识别率以及灵活性有较大的影响。必须根据不同的语言的特点、识别系统词汇量的大小决定识别单元的大小。??? 由于有了种种困难，语音识别技术通常根据使用中的限制性要求，构建成不同类型的系统，通常包括三类。其一为限制用户的说话方式，这又可以分为孤立词语音识别系统（isolate-word speech recognition system）、连接词语音识别系统（connected-words speech recognition system）、连续语音识别系统（continue speech recopnition system）和即兴口语语音识别系统（spontaneous speech recognition system）。其二为限制用户的用词范围。第三种为限制系统的用户对象。??? 采用语速作为系统的第二信息渠道，一旦系统跟踪到了目标的语还，在协助语音识别的同时还能够有效地排除与语音信息不同步的外界噪声，因此系统能够获得更好的识别性能。??? 2．2．2 图像处理算法设计 语言模型对中、大词汇量的语音识别系统特别重要。当分类发生错误时可以根据语言学模型、语法结构、语义学进行判断纠正，特别是一些同音字则必须通过上下文结构才能确定词义。语言学理论包括语义结构、语法规则、语言的数学描述模型等有关方面。目前比较成功的语言模型通常是采用统计语法的语言模型与基于规则语法结构命令的语言模型。语法结构可以限定不同词之间的相互连接关系，减少了识别系统的搜索空间，这有利于提高系统的识别。 语音识别过程实际上是一种认识过程。就像人们听语音时，并不把语音和语言的语法结构、语义结构分开。因为当语音发音模糊时人们可以用这些和知识来指导对语言的理解过程，但是对机器来说，识别系统也要利用这些知识，只是如何有效地描述这些语法和语义还有困难： （1）小词汇量语音识别系统：包括几十个词的语音识别系统。 （2）中等词汇量的语音识别系统：通常包括几百个词至上千个词的识别系统。 （3）大词汇量语音识别系统：通常包括几千至几万个词的语音识别系统。 这些不同的限制也确定了语音识别系统的困难度。 1 增加图像识别设计的目的 如今的语音识别技术正在逐渐成熟，许多语音识别技术都已经能够达到很高的识别率了，不过当识别率到了一定的程度后，再提高就很困难，此时需要采用其他技术来协助语音的识别。 目前的语音识别系统由于采用单一传感器（声音传感器）进行工作，在进行语音识别时，不可能对捕获的语音信息进行细分，只能采用定速率跟踪识别，将语音信息与系统库中的模板进行匹配判断。如果捕获信息的速率与存储在系统库中的模板相关不多，则能正常工作，否则将会出现误判。然而现实生活中，人们说话不可能总保持相同的速率，而是不断变化的，这势必造成了语音识别系统的误差增多，以致降低语音识别系统的实用性。 人们在进行语音交流时，在捕获语音信息的同时，也在获取其他的信息以帮助理解，