让机器听懂人说话.pdfVIP

责编 / 王鸿良 版式 / 游扬 ewhl@163.com电话2013年8月7 日 星期三 13 未解之谜 让机器听懂人说话 神秘嗡嗡声 科学家无法解释 柯 登 峰 孝 文 即兴语音识别率低 从发音方式上讲 ， 语音可 以分 些 口语化现象发生的位置和类型又 新闻背景 为朗读式 、即兴式和表演式等类型 。 是难 以预料的 ， 给语言建模造成 了 朗 读 式 语 音 比较 符 合 语 法 规 巨大的困难 。 本 月4 日， 日本 科 学 家 范 、发 音饱满 、感情 单 一 ，是几种发 表演式语音情感丰富 ， 发音夸 将 世 界 上 首个 能 用 日语 与 音方式 中最容易采集录音最容易建 张 ，表演欲望强烈 。这类发音过于饱 模的一种 ， 因此具有很高的识别准 满 ， 韵律起伏变化 巨大 ， 无论是发 人 交 流 的 机 器 人 航 天 员 确率 ，新 闻报道 、朗读课文均属于这 音 、声调 、语调 ，都 与原始模 型有 巨 “Kirobo”送往 国际空 间站 。 类语音。 大差异 。话剧 、歌剧 属 于这类代 表 ， 另 据 报 道 ， 苹 果公 司最 近 即兴式语音发音不到位 ， 通常 而普通人在激动 、 震怒等情绪下的 在 波 士 顿 麻 省 理 工大 学 附 含有犹豫 、重复 、修 正 、删 除等 口语 语音也归属于此类 。 这种语音通常 化现象 ，并掺有各种现场噪声 。而这 不会有很高的识别率 。