語音識(shí)別的研究與發(fā)展

《語音識(shí)別的研究與發(fā)展》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、計(jì)算機(jī)與現(xiàn)代化!""!年第%期YXSG/FYXZG2X/FJ/X0G/總第’&期文章編號(hào)：#"")$!*’（+!""!）"%$"""%$"*語音識(shí)別的研究與發(fā)展何湘智（國(guó)防科技大學(xué)機(jī)電工程與自動(dòng)化學(xué)院，湖南長(zhǎng)沙*#""’%）摘要：綜合闡述了語音識(shí)別技術(shù)的提出與發(fā)展歷史，語音識(shí)別系統(tǒng)的分類，目前所面臨的困難和采用的主要技術(shù)，以及發(fā)展方向和應(yīng)用前景。關(guān)鍵詞：語音識(shí)別；隱馬爾可夫；矢量量化；動(dòng)態(tài)時(shí)間規(guī)整中圖分類號(hào)：,-%&#.*文獻(xiàn)標(biāo)識(shí)碼：/!"#$#%#&’("&)*+#,#-./0#)1.23/##

2、("$#(.4)515.)0123456$783（9:;;<6<:=>

3、:=BM<>；PQ；J,R文數(shù)字的語音識(shí)別系統(tǒng)———/DCAK系統(tǒng)。;語音識(shí)別技術(shù)的提出及發(fā)展歷史)"年代，計(jì)算機(jī)的應(yīng)用推動(dòng)了語音識(shí)別的發(fā)展。這一時(shí)期的重要成果是提出了用動(dòng)態(tài)規(guī)劃（J-）方法隨著現(xiàn)代科學(xué)和計(jì)算機(jī)技術(shù)的發(fā)展，人們?cè)谂c機(jī)來解決語音識(shí)別中不等長(zhǎng)的對(duì)正問題。器的信息交流中，需要一種更加方便、自然的方式。而人的直觀感覺可以給人最直接的印象

4、，獲取信息速’"年代，語音識(shí)別領(lǐng)域取得了突破。線性預(yù)測(cè)編碼技術(shù)（W-9）的引入，使語音識(shí)別的特征提取產(chǎn)生度也就最快。雖然，嗅覺、觸覺也是人類固有的感覺，人們可以從中得到某些外界信息，但最重要、最精細(xì)了一次飛躍。動(dòng)態(tài)時(shí)間規(guī)整技術(shù)（J,R）基本成熟，提的信息源只有圖像和語言兩種。而且，語言是人類最出了矢量量化（PQ）和隱馬爾可夫模型（0>>）理論。重要的、最有效的、最常用的和最方便的通信形式。實(shí)現(xiàn)了基于線性預(yù)測(cè)倒譜和J,R技術(shù)的特定人孤立這就很容易讓人想到能否用自然語言代替?zhèn)鹘y(tǒng)的人語音識(shí)別系統(tǒng)。機(jī)交流

5、方式如鍵盤、鼠標(biāo)等。一般來講，人與機(jī)器的("年代，語音識(shí)別研究進(jìn)一步走向深入，其顯著語言通信大致分為兩種情況：第一種情況就是機(jī)器講特征是0>>模型和人工神經(jīng)元網(wǎng)絡(luò)（/FF）在語音識(shí)話，人聽話。這就是“人工嘴巴”即語音的人工合成；別中的成功應(yīng)用。0>>模型的廣泛應(yīng)用應(yīng)歸功于第二種情況就是人講話，機(jī)器聽話。這即是“人工耳/,U,V<;;實(shí)驗(yàn)室T4N35>純數(shù)學(xué)模型工程化，從而為更多研成而言，技術(shù)上要復(fù)雜，但應(yīng)用卻更加

6、廣泛。語音識(shí)究者了解和認(rèn)識(shí)。別/ST（/D@:E4@3?SM<、/MM;<、/,U,、F,,等著名就是/,U,V<;;實(shí)驗(yàn)室實(shí)現(xiàn)了第一個(gè)可識(shí)別十個(gè)英公司都為語音識(shí)別系統(tǒng)的實(shí)用化開發(fā)研究投以巨資。收稿日期：!""#$##$#%作者簡(jiǎn)介：何湘智（#&’($），男，湖南衡

7、山人，國(guó)防科技大學(xué)機(jī)電工程與自動(dòng)化學(xué)院碩士研究生，研究方向：信號(hào)處理與模式識(shí)別。J計(jì)算機(jī)與現(xiàn)代化/00/年第.期!"#公司于$%%&年開發(fā)出漢語’()’*(+,語音識(shí)別系理、所采用的基本技術(shù)相似。語音識(shí)別的原理圖如圖統(tǒng)，次年又開發(fā)出可以識(shí)別上海話、廣東話和四川話$所示。等地方口音的語音識(shí)別系統(tǒng)’()’*(+,’%-。它帶有一個(gè)./，000詞的基本詞匯表，可以擴(kuò)展到12，000詞，還包括辦公常用詞條，具有”糾錯(cuò)機(jī)制”，其平均識(shí)別率可以達(dá)到%23。該系統(tǒng)對(duì)新聞?wù)Z音識(shí)別具有較高的精度，是目前具有代表性的

8、漢語連續(xù)語音識(shí)別系統(tǒng)。45,,+67*89:公司是世界領(lǐng)先的電話自動(dòng)語音識(shí)圖$語音識(shí)別原理圖別系統(tǒng)（;4<）解決方案的提供者，代表產(chǎn)品為45,,+67*89:1。利用該產(chǎn)品，用戶可以通過電話用自預(yù)處理。包括反混疊濾波、模數(shù)變換、自動(dòng)增益然語言與系統(tǒng)進(jìn)行交互，進(jìn)行旅游預(yù)約、股票交易、銀控制、去除聲門激勵(lì)以及在聲學(xué)參數(shù)分析之前正確選行服務(wù)、訂票服務(wù)、賓館服務(wù)和尋呼服務(wù)等，由于系統(tǒng)擇識(shí)別基元等問題。是自動(dòng)的，無需服務(wù)人員的介入。目前市場(chǎng)上出現(xiàn)了參數(shù)分析。經(jīng)過預(yù)處理后的語音信號(hào)，就要對(duì)其語