语音控制技术在智能家居领域应用探讨.docVIP

语音控制技术在智能家居领域应用探讨 　　提到声控的语音识别技术，不免让人想起iPhone的siri功能，通过该智能语音系统，用户可以通过手机读短信、介绍餐厅、询问天气、语音设置闹钟等，siri还支持自然语音输入，调用系统自带的天气预报、日程安排、搜索资料等应用，还能够不断学习新的声音和语调，提供对话式的应答。siri针对用户询问所给予的回答，也不至于答非所问，有时候更能给人一种心有灵犀的感觉，这就是智能声控的创新技术。语音技术又哪些方式？它在智能家居领域的应用前景如何？能掀起智能家居应用新潮流吗？接下来本文将来一一探讨。 　　什么是语音技术？ 　　语音技术在计算机领域中的关键技术有自动语音识别技术（ASR）和语音合成技术（TTS）。让计算机能听、能看、能说、能感觉，是未来人机交互的发展方向，其中语音成为未来最被看好的人机交互方式，语音比其他的交互方式有更多的优势。 　　最早的语音技术因“自动翻译电话”计划而起，包含了语音识别、自然语言理解和语音合成三项主要的技术。语音识别的研究工作可以追溯到20世纪50年代ATT贝尔实验室的Audry系统，此后研究者们逐步突破了大词汇量、连续语音和非特定人这三大障碍。 　　语音技术的方式 　　语音技术方式讲可分为波形编辑合成、参数分析合成以及规则合成等三种。 　　波形编辑合成 　　这种合成方式以语句、短语、词或音节为合成单元，这些单元被分别录音后直接进行数字编码，经适当的数据压缩，组成一个合成语音库。重放时，根据待输出的信息，在语料库中取出相应单元的波形数据，串接或编辑在一起，经解码还原出语音。这种合成方式，也叫录音编辑合成，合成单元越大，合成的自然度越好，系统结构简单，价格低廉，但合成语音的数码率较大，存储量也大，因而合成词汇量有限。 　　参数分析合成 　　这种合成方式多以音节、半音节或音素为合成单元。首先，按照语音理论，对所有合成单元的语音进行分析，提取有关语音参数，这些参数经编码后组成一个合成语音库；输出时，根据待合成的语音的信息，从语音库中取出相应的合成参数，经编辑和连接，顺序??入语音合成器。在合成器中，通过合成参数的控制，将语音波形重新还原出来。 　　规则合成 　　这种合成方式通过语音学规则来产生目标语音。规则合成系统存储的是较小的语音单位（如音素、双音素、半音节或音节）的声学参数，以及由音素组成音节、再由音节组成词或句子的各种规则。当输入字母符号时，合成系统利用规则自动地将它们转换成连续的语音波形。由于语音中存在协同发音效应，单独存在的元音和辅音与连续发音中的元音和辅音不同，所以，合成规则是在分析每一语音单元出现在不同环境中的协同发音效应后，归纳其规律而制定的如共振峰频率规则、时长规则、声调和语调规则等。由于语句中的轻重音，还要归纳出语音减缩规则。 　　语音技术的发展方向 　　1.提高合成语音的自然度 　　提高合成语音的自然度仍然是高性能文语转换的当务之急。就汉语语音合成来说，目前在单字和词组一级上，合成语音的可懂度和自然度已基本解决，但是到句子乃至篇章一级时其自然度问题就比较大。基于语音数据库的语音合成方法有望进一步提高语音合成的自然度。但由此产生了一系列新的需要研究的问题。无论用哪种合成方法，韵律规则的总结，特别是连续语音的韵律规则总结，尽可能将定性的规则描述定量化，对自然度始终有最重要的影响。 　　2.丰富合成语音的表现力 　　目前国内外大多数语音合成研究是针对文语转换系统，且只能解决以某种朗读风格将书面语言转换成口语输出，缺乏不同年龄、性别特征及语气、语速的表现，更不用说赋予个人的感情色彩。随着信息社会的需求发展，对人机交互提出了更高的要求，人机口语对话系统的研究也提到了日程上。 　　3.降低语音合成技术的复杂度 　　语音合成技术正在走向市场。为了适应社会的需求，扩大文语合成的应用场合，除了解决好上面两个问题，提高合成语音的质量和增强语音合成的表现力以外，在其他实用化方面也有要加以改进的地方。就目前汉语文语转换系统而言，减小音库容量就是一个重要课题。 　　4.多语种文语合成 　　语言是人们交流的工具，不同民族有自己不同的语言，不同语言之间的交流在今天开放的信息社会和网络时代显得十分重要，多语种的文语合成有着独特的应用价值。理想的多语种合成系统最好是各种语言共用一种合成算法或语音合成器，但是现有的语音合成系统大多是针对某一种语言或若干种语言开发出来的，所采用的算法及规则都是和某种语言密切相关的，因此很难推广到其他的语种。 　　智能语音市场现状 　　据了解，当前中国智能语音市场主要有两大类公司，一类是传统的IT巨头，如微软、IBM、苹果等；一类是专业语音技术厂商，如科大讯飞、中科信利、中科模识和捷通华声等。“作为最便捷的方式，利