第5章 语音识别技术(幻灯片讲义).pdf

第五章 语音识别技术 1. 绪论 1.1. 意义 人机通讯的基础。这句话点明了语音识别的重大意义。 1.2. 应用 查询、控制、通信三个方面。 1 1.3. 历史 语音识别技术的研究始于 50 年代。那时候的研究工作基本 上还是比较简单的，人们只能利用一些简单的硬件设备，例如 模拟滤波器、X 光机等，对语音识别作一些初步的研究，取得 了如语谱图、小此词汇量孤立字数字语音识别系统等一些成果。 1952 年，Bell 实验室的 Davis, Buiddulph 和 Balashek 等人研制 出世界上第一台原始的语音识别系统即Audry System 。这个系 统只能识别一个人的孤立数字发音。系统采用测量数字中元音 部分的频谱共振峰的方法来识别数字。 在 60 年代，开始出现了一些有关语音识别的理论和方法。 2 例如，在语音学方面，瑞典通信工程师 Fant 发表了著名的博士 论文《语音产生的声学理论》。进入 60 年代中后期，计算机已 经开始得到迅速的发展，为计算机从军用转向民用提供了可能。 同时数字信号处理的理论和算法，例如快速傅立叶、倒谱计算、 线性预测算法、数字滤波器等，在这时候也取得了飞跃的发展， 因而自从 60 年代末期引发了语音识别的热潮。 3 在 70 年代，孤立字语音识别技术开始成为了一个实用的技 术。日本学者Sakoe 和 Chiba 将动态规划的概念用于解决孤立 词识别时说化速度不均匀的难题，提出了著名的动态时间伸缩 算法，即 DTW 算法（Dynamic Time Warping ）。这种算法在应 用于较小的词汇表时取得了很大的成功。Itakura 还将用于低速 语音编码的线性预测编码（Linear Prediction Coding, LPC ）技术 推广应用于语音识别，提出了 Itakura 距离，基于 LPC 预测系 数的语音特征被成功地应用于语音识别。 4 在 80 年代，研究重点转向了连结词语音识别和连续语音识 别。这期间语音识别技术研究中最重要的一件大事就是诞生了 语音识别的 HMM 模型和方法，发表了一系列关于语音识别 HMM 方法的理论。从此语音识别从模板匹配的方法转向了基 于统计的模型的方法。 90 年代以来，语音识别研究的主要方向是非特定人、大词 汇量、连续语音识别系统，出现了高水平的语音识别系统。 现状，……。 5 1.4. 语音识别的难点 1 ）人类对语音知识的无知； 2 ） 语音信号的时变性和随机性。 1.5. 语音识别技术的分类 根据识别的目的及重点不同，语音识别技术可以分为几类： 1）按说话人的对象分： 特定人（Speaker Dependent ）、 多个指定人 非特定人（Speaker Independent） 6 2 ）按语音的发音方式分: 孤立字（词）：Isolated Word 连接词: Connected Word 连续语音: Continuous Speech 3 ）按识别的词汇表大小分： 小词汇表： 小于 100 中等词汇表： 100~500 大词汇表： 大于 500 4 ）说话人识别：Speaker Identification 5 ）关键词识别：Keyword Spotting 7 1.6. 语音识别中的模板匹配方法