探究语音识别系统相关技术.pdfVIP

2010年 4月 湖北经济学院学报 (哲学社会科学版) Apr．2010 第24卷 第 2期 JournalofHubeiUniversityofEconomics(Philosophy＆ SocialSciences) Vo1．24No．2 探究语音识别系统相关技术 贾丽娟 (西北民族大学 数学与计算机科学学院，甘肃 兰州 730030) 摘 要 ：各个部 门和领域对语音识别系统的需求不 同，使得语音识别系统的特性和指标表现出的差异性非常大，所 以语音识别系统 要依据特定的指标和需求进行相关 的设计。本文就语音识别系统相关的技术进行 了分析 ，供大家借鉴与参考。 关键词 }语音识 别系统 ；差异性；指标需求 一 、 引言 支气管通过声道和声 门引起的音频振荡所发生的。发音过程 语音作为语言的声学体现 ，也是人类进行信息交流最 自 镇南关的声道各处的截面积在于舌、唇、领和小舌的位置。由 然 、和谐的手段。与机械设备进行语音 的沟通 ，让机器可以明 于声道有三种不同的方式 ，所以也可以产生三种类型 的声音 ； 白人类在说什么 ．并理解这是人类长期 的梦想 。 气流通过声 门时使得声带的张力刚好使声带发生 比较低的频 语音 识 别技 术 。也 被称 为 自动 语音 识 别 Automatic 率的振荡，从而形成准周期性的空气脉冲 ，空气脉冲激励声道 SpeechRecognition，(ASR)，其 目标是将人类的语音 中的词汇 便会产生一些浊音 ；声道的某处面积 比较小，气流冲过时便会 内容转换为计算机可读的输入 ，例如按键 、二进制编码或者字 产生湍流。会得到一种相似噪声的激励 ．对应的则是摩擦音 ；声 符序列。与说话人识别及说话人确认不 同，后者尝试识别或 道完全闭合并建立起相应的气压 ，突然进行释放就是爆破音 。 确认发出语音 的说话人而非其 中所包含 的词汇 内容 。 2．语音信号线性预测倒谱系数 语音识别技术 的应用包括语音拨号 、语音导航 、室内设备 被广泛应用的特征参数提取技术的就是线性预测分析技 控制 、语音文档检索 、简单的听写数据录人等 。语音识别技术 术 ．很 多成功的应用系统都是选用基于线性预测技术进而提 与其他 自然语 言处理技术如机器翻译及语音合成技术相结 取 的 LPC倒谱系数作为应用系统的特征 。LPC倒谱就是复 合，可 以构建 出更加复杂的应用 ，例如语音到语音的翻译 。语 倒谱。复倒谱就是信号通过 z进行变换以后再取其对数，求 音识别技术所涉及的领域包括 ：信号处理、模式识别、概率论 反 z变换所得到的谱 。线性预测分析方法其实就是一种谱 的 和信息论 、发声机理和听觉机理、人工智能等等 。 估计方法．所 以其声道模型系统函数H(z)反映的就是声道频 语音识别的技术是让机器通过相关 的识别过程把语音 的 率激励和信号的谱包络 ，对 IHg(z)作反 z变换就可 以得 出其 信号转换为相关的文本档案或者命令的科学技术。语音识别 复倒谱系数 。改复倒谱系数是依据线性预测模型直接获得 包括两种意义 ．一种是把人类 口述 的语句逐句的进行翻译并 的，所以又被称为 LPC倒谱系数 (LPCC)。对语言信号线性 转换为文字．再一种就是对 口述语 言所包括 的需求和询问做 预测倒谱参数进行分析过程如下图： 出合理的分析 ，而不是仅仅转换为书面文字 。作为专业 的领 域 ，语音识别技术是一门多类型的学科 ，它和众多学科有着紧 密的联系，例如声学、语言学、信息化、数字信号处理系统等 。 由于我国的汉语的基本特性 (例如 同音字 比较多等)，关 图 1 线性预测倒谱参数 于汉语的语音识别技术开发的难度会 比较大一些 。和国外相 关于语音信号的线性预测分析其包括的概念主要有 ，