面向智能手机语音识别应用汉语语音数据库.pdfVIP

第十一届全国人机语音通讯学术会议 面向智能手机语音识别应用的汉语语音数据库 郝玉峰，程显峰，李科 ( 北京海天瑞声科技有限公司，北京 100098) 摘 要：本文介绍了面向智能手机语音识别技术应用的大规 Consortium ）、ELRA （European Language Resources 模汉语语音数据库（King-ASR-118），本数据库也可以作为 Association ）、国际中文语言资源联盟（CCC，Chinese 训练和测试样本用于语音识别的研究与产品化。考虑到实际 Corpus Consortium ）、澳大利亚 Appen 公司（Appen ） 应用场景，本数据库共采集 1200 人语音，每人分别在安静 和北京海天瑞声科技有限公司（SpeechOcean ）等， 和噪声环境下以朗读、自由回答等方式录制150句，语料内 在面向智能手机应用的语音数据库建设方面进行 容涵盖手机应用的各种情况，每份语料各不相同，同时手机 了大量的工作，已经成功制作出美国英语[1]、韩语 设备覆盖目前主流的四款智能手机操作平台（WinMo6.x 、 [2]、意大利语[3]等多语种语音数据库，然而这些数 Android 、Symbian、iOS ），并且对发音人性别、年龄、方言 据库普遍存在着语料内容场景覆盖较少、发音人语 区进行了很好的均衡。除语音文件外，本数据库对多种噪声 料数量少、录音环境覆盖不均衡等不足，一般多用 进行了详尽的转写标注，提取并校对了囊括了词频和拼音信 来进行语音识别研发与产品测试阶段。因此，为了 息的汉语发音字典。 弥补以上语音数据库建设上的不足，满足语音识别 关键词：语音识别；智能手机；汉语；数据库 研究、模型训练与测试、和产品化的需求，同时填 中图分类号： TP391 补国内外当前领域中汉语语音数据库的空白，我们 设计并创建了面向智能手机应用的汉语语音识别 Chinese Speech Database for Mobile 用语音数据库（King-ASR-118 ）[4]。 Speech Recognition 本语音数据数据库（King-ASR-118 ）共采集 1200 人，每名发音人分别在安静（办公室或家里） 1 1 1 HAO Yufeng , CHENG Xianfeng , LI Ke 和噪声（餐馆、街道或汽车）环境下，以朗读、自 (1. Beijing Haitian Ruisheng Science Technology Ltd., Beijing 由回答等方式通过智能手机设备录制 150 句语音， 100098) 共计 2400 份语料，语料结构一致，语料内容互不 相同，每条语料最多重复次数不超过 4 次。语音数 Abstract: This paper introduces the speech recognition technology for