远距离语音识别研究的现状和展望.pdfVIP

远距离语音识别研究的现状与展望 潘巍，王阳生，缪彩练 模式识别国家重点实验室，中国科学院自动化研究所，jE京，100080 1Q§B墅!QE：i热垒￡：￡n 摘要本文简要介绍了远距离语音识别的理论和特性，分析了研究的重点与难点，提出应 根据不同的应用环境和工程需求，采取相应的算法以得到最佳的效果，最后是对其未来发展 方向的讨论。 关键词语音识别；语音增强：远距离， Distant-talkingRecognition： Speech NowandFuture Wei Miao Wang，Cailian Pan，Yangsheng National ofPatIem ofAutomation LaboratoryRecognition，Institute Chinese Academy ofScienees，Bering，100080，China wpan@,nlpr．ia．ac．on Abstract：This introducesthe and of theoryproperties speech papermainly distant-talking thefocusof outthatweshouldselectdifferent the∞se甜cK recognition，analyzes points of methods tothe environmentsand theendthe accordingpractical applications．At paper, the oftheneagfuture． wediscuss development仃ends enhancement；distant-tulking Keywords：speechrecognition；speech 1引言 虽然语音识别技术的发展十分迅速，但绝大多数只是在实验环境中有很好的性能，真正 要用于实际生活尚需不断的技术改进和完善。目前仍有很多障碍没有解决，距离的限制就是 其中之一。人们渴望不受束缚，能用更自然、随意、安全的方式进行人机交互，而为了保证 较高的识别率．系统往往要求用户手持麦克风或戴耳机，这必然会限制系统的应用范围。在 智能家居控制、电话会议等应用中，在行驶的汽车、办公室、工厂等环境里，对远距离语音 识别的需求日渐迫切。 在远距离语音识别中，用户与麦克风相距较远，通常1米以上。远距离语音识别的复杂 程度随着应用环境的不周有很大的差别。首先，说话者的定位。这是指确定说话者说话时的 位置或在多个说话者中确定某个特定的说话者。其次，房间的声学特性以及环境噪声特性。 这主要是指网音、网晌、背景噪声、其他说话人的干扰等。第三，语言和对话模式的复杂度。 这是指是否允许有方言、是否多人同时交谈以及是否允许插话(barge—in)等。限制越少，识别 的复杂度越高