语音识别及其关键技术.docxVIP

语音识别及其关键技术 一、语音识别概述　　　语音识别技术以语音信号处理为研究对象，涉及语言学、计算机科学、信号处?理、生理学、心理学等诸多领域，是模式识别的重要分支。该技术有非常广阔的应?用前景，从６０年代至今，世界许多著名公司不惜投入巨资进行开发研究。我国的?北京大学和中科院声学研究所一直紧跟国际水平，进行汉语语音识别技术的研究工?作。５０年代，是语音识别研究工作的开始时期，它以贝尔实验室研制成功可识别?十个数字的犃狌犱狉狔系统为标志。６０年代，计算机广泛应用于语音识别的研究?工作中，动态规划和线性预测分析技术是这一时期的重要成果。７０年代，语音识?别的研究取得了突破性进展。基于线性预测倒谱和动态时间规整技术的特定人孤立?语音识别系统被研制成功，提出了矢量量化和隐马尔可夫模型理论。８０年代，语?音识别的研究工作进一步深入。其标志是人工神经元网络在语音识别中的成功应用?。９０年代，随着计算机技术的飞速发展，语音识别正从研究走向实用，其研究成?果已达到相当高的水平。２０００年，正象美国微软公司总裁所说的那样，语音识?别技术将使计算机丢掉键盘和鼠标。这无疑将改变我们许多人的工作和生活方式。?二、语音识别所面临的问题?　　尽管语音识别的研究工作迄今已近５０年，但仍未有突破性进展，主要原因如?下：?　　１．语音识别系统的适应性差。全世界有近百种官方语言，每种语言有多达几?十种方言，同种语言的不同方言在语音上相差悬殊，这样，随着语言环境的改变，?系统性能会变得很差。?　　２．在强噪声干扰环境下语音识别困难。由于语音数据大部分都是在接近理想?的条件下采集的，语音识别的编码方案在研制时都要在高保真设备上录制语音，尤?其要在无噪环境下录音。然而，当语音处理由实验室走向实际应用时，环境噪声的?存在所带来的问题就变得越来越重要。特别是线性预测作为语音处理技术中最有效?的手段，恰恰是最容易受噪声影响的。?　　３．体态语言难以识别。有人在讲话时习惯用眼神、手势、面部表情等动作协?助表达自己的思想。由于这种体态语言的含义与个人习惯、文化背景、宗教信仰及?生存地域等因素有关，其信息提取非常困难。?　４．对于?类由中枢神经控制的?忆机理、听觉理解机理、联想判断机理等人们目前仍知之甚少。三、语音识别系统　　?语音识别系统的分类方式及依据如下：??　　根据对说话人说话方式的要求，可分为孤立词语音识别系统，连接词语音识别?系统和连续语音识别系统。??　　根据对说话人的依赖程度，可分为特定人语音识别系统和非特定人语音识别系?统。??根据词汇量大小，可分为小词汇量、中等词汇量、大词汇量及无限词汇量语音识别?系统。?　　１．孤立单词识别系统 　 孤立单词指单词之间有停顿，这可使识别问题大为?简化。因为单词的端点检测（即检测单词的起点和终点）比较容易，而且单词之间?的协同发音影响可减至最低。此外，一般对孤立单词发音比较认真，由于单词之间?必须有停顿，读起来就不能太流利。鉴于以上原因，孤立单词识别系统存在的问题?最少，其许多技术可以用于单词挑选和连续语音识别系统。　　２．连续语音识别系统　　连续语音识别系统有两个重要问题是孤立单词识别?系统所没有的：?　　（１）切分，即对单词之间边界位置的确定。因为语言中短语的数量太大，对?整个短语进行识别显然是不可能的，必须把输入的语流切分为更小的组成部分。这?就要求系统必须能够识别单词之间的边界。这一点比较困难，因为确定单词之间的?边界位置没有现成的方法。　　（２）发音变化，即关联语言的发音比孤立单词发音更随便，受协同发音的影?响更为严重。解决上述问题通常采用扩展动态时间规整技术。　　　　３．语音理解系统　　语音理解一词出自美国远景研究计划局资助的一个庞大?的连续语音识别研究项目，其目标称为语音理解系统。众所周知，只有人才能很好?地识别语音，因为人对语音有广泛的知识，人对要说的话有预见性和感知分析能力?，因此，指望机器对语言的识别能力超过人是不现实的，最好的办法是使机器也能?“理解”语言，并且能象人一样运用这种理解力。由于在人工智能领域对知识的应?用和知识的表示问题更加感性趣，这对语音识别来说无疑是有力地鼓舞。?　　运用这种理解力可以指望系统：?　　（１）能排除噪声和嘈杂声（即含糊不清或无关的语言）；?　　（２）能理解上下文的意思并能用它来纠正错误，澄清不确定的语义；?　　（３）能够处理不合语法或不完整的语句。由此看来，语音理解系统的主要问题是知识的表示和系统的组织问题。?　　与其它语音处理问题相比，该系统