語音軟件的應(yīng)用和開發(fā)設(shè)計(jì)
頁數(shù) 70頁 字?jǐn)?shù) 4.1萬字
注意 本論文包含完整的畢業(yè)論文_扉頁.doc
畢業(yè)設(shè)計(jì)_目錄.doc
畢業(yè)設(shè)計(jì)_摘要.doc
畢業(yè)設(shè)計(jì)_正文.doc
畢業(yè)設(shè)計(jì)_翻譯和開題報(bào)告
畢業(yè)設(shè)計(jì)_任務(wù)書
還包括能運(yùn)行的本論文開發(fā)實(shí)現(xiàn)的源程序

摘 要

計(jì)算機(jī)語音技術(shù)是語音領(lǐng)域的一個(gè)重要部分，包括四種技術(shù)，即語音分析技術(shù)、語音存儲(chǔ)與再生技術(shù)、語音合成技術(shù)和語音識(shí)別技術(shù)。語音合成技術(shù)是利用計(jì)算機(jī)一類機(jī)器，按人們預(yù)定的程序和指令，人為地產(chǎn)生出音素、音節(jié)、詞和句子的技術(shù)。語音合成技術(shù)不但可以用于人——機(jī)——人通信系統(tǒng)，而且也是語音學(xué)研究的一種重要手段，對(duì)于揭示語音產(chǎn)生和語言感知機(jī)制具有重要意義。語音識(shí)別技術(shù)就是讓機(jī)器通過識(shí)別和理解過程把語音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高級(jí)技術(shù)。這一技術(shù)的應(yīng)用將從根本上改變計(jì)算機(jī)的人機(jī)界面，從而對(duì)計(jì)算機(jī)的發(fā)展以及推廣應(yīng)用產(chǎn)生深遠(yuǎn)的影響。綜上所述，研究和探討計(jì)算機(jī)語音技術(shù)這一課題具有深遠(yuǎn)的理論意義和廣泛的應(yīng)用前景。
本文詳細(xì)介紹了計(jì)算機(jī)語音技術(shù)的兩大分支──語音合成和語音識(shí)別技術(shù)。通過對(duì)其發(fā)展歷史的回顧和其原理的論述，分析了語音合成和語音識(shí)別中的關(guān)鍵技術(shù)，并指出語音技術(shù)在現(xiàn)實(shí)生活中各個(gè)領(lǐng)域的應(yīng)用，以及目前的語音系統(tǒng)所存在的缺陷和今后的發(fā)展方向。在論述計(jì)算機(jī)語音技術(shù)原理的基礎(chǔ)上，作者對(duì)微軟公司的語音軟件開發(fā)包Microsoft Speech SDK5.1進(jìn)行了研究，并且總結(jié)了利用該開發(fā)包基于VC＋＋6.0實(shí)現(xiàn)文本¬¬──語音轉(zhuǎn)換系統(tǒng)（Text-to-Speech, TTS）和語音識(shí)別系統(tǒng)（Speech Recognition）的具體過程。通過對(duì)以上理論的研究和探索，作者設(shè)計(jì)開發(fā)了一個(gè)功能較齊全的語音軟件，它具有文本¬¬¬──語音轉(zhuǎn)換、語音校對(duì)、將文本內(nèi)容保存為wav文件、語音錄入等功能，并有良好的人機(jī)交互界面。

關(guān)鍵詞：計(jì)算機(jī)語音技術(shù)；語音合成；語音識(shí)別；組件對(duì)象模型（COM）
目 錄

1 緒論 …………….……………………………………………………………….. 1
1.1 語音技術(shù)概述 ……………………………………………………………………...1
1.2 研究語音技術(shù)的重要意義 ………………………………………….……………2
2 語音技術(shù)的基礎(chǔ)知識(shí) …………………………………………………………... 4
2.1 發(fā)音的生理機(jī)構(gòu)與過程 ………………………………………………………….4
2.1.1 發(fā)音的生理機(jī)構(gòu) ……………………………………………………………. 4
2.1.2 語音的產(chǎn)生過程 ……………………………………………………………..4
2.1.3 語音分類 ………………………………………………………………………5
2.2 語音的基本特性 ………………………………………………………………… 6
2.2.1 語音的物理屬性 ……………………………………………………………..6
2.2.2 漢語語音基礎(chǔ)及其特性 ……………………………………………………6
2.2.3 語音的波形特征 ……………………………………………………………..8
2.2.4 語音的頻譜特性 ……………………………………………………………..9
2.2.5 語音的音律特性 ……………………………………………………………12
3 語音合成技術(shù) …………………………………………………………………..13
3.1 語音合成技術(shù)簡(jiǎn)介 ……………………………………………………………. 13
3.1.1 語音合成概述 ………………………………………………………………13
3.1.2 國(guó)內(nèi)外語音合成技術(shù)的發(fā)展情況 ………………………………………13
3.2 語音合成原理 …………………………………………………………………….14
3.2.1 共振峰合成 ………………………………………………………………….15
3.2.2 LPC參數(shù) ……………………………………………………………………...17
3.2.3 PSOLA合成技術(shù) ……………………………………………………………17
3.2.4 LMA聲道模型 ………………………………………………………………18
3.3 文本──語音轉(zhuǎn)換系統(tǒng)（Text to Speech, TTS） ……………………………19
3.3.1 TTS的發(fā)展 …………………………………………………………………..19
3.3.2 TTS的組成部分 …………………………………………………………….21
3.3.3 TTS的典型應(yīng)用 …………………………………………………………….23
3.4 語音合成發(fā)展方向 ………………………………………………………………25
4 語音識(shí)別技術(shù) ………………………………………………………………….27
4.1 語音識(shí)別技術(shù)簡(jiǎn)介 ………………………………………………………………27
4.1.1語音識(shí)別概述 ……………………………………………………………….27
4.1.2國(guó)內(nèi)外語音識(shí)別技術(shù)的發(fā)展情況 ……………………………………….29
4.2 語音識(shí)別的定義、原理和分類 …………………………………………………30
4.2.1 語音識(shí)別的定義 ……………………………………………………………30
4.2.2 語音識(shí)別的基本原理 ……………………………………………………...30
4.2.3 語音識(shí)別的分類 ……………………………………………………………31
4.3 語音識(shí)別的關(guān)鍵技術(shù) ………………………………………………………….32
4.3.1 語音識(shí)別單元的選取 ……………………………………………………...33
4.3.2 特征參數(shù)提取技術(shù) ………………………………………………………...33
4.3.3 模式匹配及模型訓(xùn)練技術(shù) ……………………………………………….34
4.4 語音識(shí)別的應(yīng)用及發(fā)展趨勢(shì) …………………………………………………34
4.4.1 語音識(shí)別的應(yīng)用 ……………………………………………………………34
4.4.2 語音識(shí)別的發(fā)展趨勢(shì) ……………………………………………………...35
5 語音軟件的設(shè)計(jì)和開發(fā) ………………………………………………………..38
5.1 COM簡(jiǎn)介 ………………………………………………………………………..38
5.1.1 COM定義及COM接口 …………………………………………………..38
5.1.2 COM的基本概念 …………………………………………………………...39
5.1.3 COM對(duì)象的使用和處理 ………………………………………………….40
5.1.4 基本接口—─IUnknown ……………………………………..………….43
5.1.5 Unicode串處理 ……………………………………………………………...44
5.2 關(guān)于Microsoft Speech SDK5.1 ……………………………………………….46
5.2.1文本—語音轉(zhuǎn)換API （API for Text-to-Speech） ………………………47
5.2.2 語音識(shí)別API （API for Speech Recognition）………………………47
5.3 用VC++實(shí)現(xiàn)TTS和SR的過程 ……………………………………………..48
5.3.1 實(shí)現(xiàn)TTS的過程 ……………………………………………………………48
5.3.2 實(shí)現(xiàn)SR的過程 ……………………………………………………………..52
5.3.3 系統(tǒng)分析和測(cè)試 ……………………………………………………………54
6 結(jié)論 ……………………………………………………………………………..65
致謝
參考文獻(xiàn)
參考文獻(xiàn)

[1] 朱民雄,聞新,黃健群,周露.計(jì)算機(jī)語音技術(shù).北京:北京航空航天大學(xué)出版社,2002年1月第一版.
[2] 張成海,張鐸.現(xiàn)代自動(dòng)識(shí)別技術(shù)與應(yīng)用.北京:清華大學(xué)出版社,2003年4月第一版.
[3] 康博創(chuàng)作室.Visual C++60 高級(jí)編程.北京:清華大學(xué)出版社,1997年7月第一版.
[4] Kate Gregory.Visual C++6 開發(fā)使用手冊(cè). 機(jī)械工業(yè)出版社,1992年2月第一版.
[5] 余英,梁剛. Visual C++ 實(shí)踐與提高—COM和COM+篇.中國(guó)鐵道出版社,2001年2月第一版
[6] 潘愛民.COM原理與應(yīng)用.北京:清華大學(xué)出版社,1999年11月第一版.
[7] Gregory Brill. 精通COM+[M].機(jī)械工業(yè)出版社, 黃志軍,任雄偉,劉啟忠等譯.2002年9月第一版.
[8] DON BOX.COM本質(zhì)論(Essential COM).中國(guó)電力出版社,潘愛民譯,2001年8月第一版.
[9] 宋陽.利用SAPI5.0進(jìn)行語素分解
[10] 約翰•斯萬科著,徐潁譯.COM編程精彩實(shí)例.中國(guó)電力出版社.2001年6月第一版.
[11] 李逸波,郭天杰,王華駒.最新語音識(shí)別技術(shù).北京:電子工業(yè)出版社,1998
[12] 安居院猛,中嵨正之.計(jì)算機(jī)語音處理(日).北京:國(guó)防工業(yè)出版社,1987
[13] 陳永彬.語音信號(hào)處理.上海:上海交通大學(xué)出版社,1990
[14] 岳東劍,等.應(yīng)用小波分析技術(shù)進(jìn)行漢語語音基音頻率分析的研究.模式識(shí)別與人工智能.2000.13(2):235~237