语音识别技术概述.doc

1 语音识别技术概述作者: 刘钰马艳丽董蓓蓓论文联盟 编辑。摘要: 本文简要介绍了语音识别技术理论基础及分类方式, 所采用的关键技术以及所面临的困难与挑战, 最后讨论了语音识别技术的发展前景和应用。关键词:语音识别;特征提取;模式匹配;模型训练 Abstract:This text briefly introduces the theoretical basis of the speech-identification technology,its mode of classification,the adopted key technique and the difficulties and challenges it have to ,the developing prospect ion and application of the speech-identification technology are discussed in the last part. Keywords:Speech identification;Character Pick-up;Mode matching;Model training 2 一、语音识别技术的理论基础语音识别技术:是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高级技术。语音识别以语音为研究对象, 它是语音信号处理的一个重要研究方向, 是模式识别的一个分支, 涉及到生理学、心理学、语言学、计算机科学以及信号处理等诸多领域,甚至还涉及到人的体态语言(如人在说话时的表情、手势等行为动作可帮助对方理解) ,其最终目标是实现人与机器进行自然语言通信。不同的语音识别系统,虽然具体实现细节有所不同,但所采用的基本技术相似, 一个典型语音识别系统主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。此外, 还涉及到语音识别单元的选取。(一) 语音识别单元的选取选择识别单元是语音识别研究的第一步。语音识别单元有单词(句) 、音节和音素三种,具体选择哪一种,由具体的研究任务决定。单词(句)单元广泛应用于中小词汇语音识别系统,但不 3 适合大词汇系统, 原因在于模型库太庞大, 训练模型任务繁重,模型匹配算法复杂,难以满足实时性要求。音节单元多见于汉语语音识别,主要因为汉语是单音节结构的语言,而英语是多音节,并且汉语虽然有大约 130 0 个音节, 但若不考虑声调, 约有 408 个无调音节, 数量相对较少。因此,对于中、大词汇量汉语语音识别系统来说,以音节为识别单元基本是可行的。音素单元以前多见于英语语音识别的研究中,但目前中、大词汇量汉语语音识别系统也在越来越多地采用。原因在于汉语音节仅由声母(包括零声母有 22 个)和韵母(共有 28 个) 构成, 且声韵母声学特性相差很大。实际应用中常把声母依后续韵母的不同而构成细化声母, 这样虽然增加了模型数目, 但提高了易混淆音节的区分能力。由于协同发音的影响, 音素单元不稳定, 所以如何获得稳定的音素单元, 还有待研究。(二) 特征参数提取技术语音信号中含有丰富的信息,但如何从中提取出对语音识别有用的信息呢?特征提取就是完成这项工作, 它对语音信 4 号进行分析处理,去除对语音识别无关紧要的冗余信息,获得影响语音识别的重要信息。对于非特定人语