語(yǔ)音識(shí)別在語(yǔ)言培訓(xùn)軟件中的研究與應(yīng)用

頁(yè)數(shù) 54 字?jǐn)?shù) 28642

摘 要
語(yǔ)音識(shí)別技術(shù)是21世紀(jì)初信息技術(shù)領(lǐng)域十大重要的科技發(fā)展技術(shù)之一。長(zhǎng)期以來(lái)，人們夢(mèng)想與機(jī)器進(jìn)行自然語(yǔ)音的交流，讓機(jī)器明白你說(shuō)什么。語(yǔ)音識(shí)別技術(shù)就是讓機(jī)器通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高技術(shù)。近二十年來(lái)，語(yǔ)音識(shí)別技術(shù)取得顯著進(jìn)步，當(dāng)今，語(yǔ)音識(shí)別技術(shù)已日臻完善，并已進(jìn)入實(shí)用階段，采用嵌入式芯片設(shè)計(jì)技術(shù)研發(fā)的語(yǔ)音識(shí)別專(zhuān)用芯片系統(tǒng)，已包括了語(yǔ)音識(shí)別、語(yǔ)音編碼、語(yǔ)音合成功能，該芯片大量用于智能語(yǔ)音玩具、手機(jī)等電子產(chǎn)品，一些應(yīng)用型產(chǎn)品正在研發(fā)中，其商品化的過(guò)程也越來(lái)越快。目前，在信息處理、教育與商務(wù)應(yīng)用、消費(fèi)電子應(yīng)用方面，語(yǔ)音識(shí)別技術(shù)都已經(jīng)展現(xiàn)出了它的巨大優(yōu)勢(shì)，但將語(yǔ)音識(shí)別和語(yǔ)音比較技術(shù)同時(shí)運(yùn)用在教育培訓(xùn)軟件還比較少，特別用于外語(yǔ)培訓(xùn)軟件系列，更是鳳毛麟角了。我們正是根據(jù)這一實(shí)際工程領(lǐng)域的缺欠進(jìn)行研究，初利用現(xiàn)有語(yǔ)音識(shí)別技術(shù)，并根據(jù)英語(yǔ)培訓(xùn)的特點(diǎn)加以改造，同時(shí)引入語(yǔ)音比較技術(shù)，大大提高學(xué)生學(xué)習(xí)英語(yǔ)樂(lè)趣，對(duì)中國(guó)人糾正英語(yǔ)的發(fā)音大有幫助。
我們?cè)诒菊n題中的設(shè)想是將語(yǔ)音識(shí)別技術(shù)應(yīng)用在英語(yǔ)培訓(xùn)軟件中，并就教育培訓(xùn)的一些新特點(diǎn)，在原有語(yǔ)音識(shí)別技術(shù)上，利用新的模式匹配算法，增加語(yǔ)音比較功能。就教育領(lǐng)域來(lái)講，語(yǔ)音識(shí)別技術(shù)的最直接的應(yīng)用就是幫助用戶更好地練習(xí)語(yǔ)言技巧。在過(guò)去，用戶只是通過(guò)簡(jiǎn)單的模仿來(lái)進(jìn)行學(xué)習(xí)，而無(wú)法精確地比較自己發(fā)音的差異，為實(shí)現(xiàn)該功能，我們將引入語(yǔ)音比較的識(shí)別模式，當(dāng)用戶跟著計(jì)算機(jī)說(shuō)完一句話后，計(jì)算機(jī)會(huì)根據(jù)標(biāo)準(zhǔn)發(fā)音和用戶發(fā)音的波形按特定算法進(jìn)行相似性的比較，由此估計(jì)用戶的發(fā)音是否與標(biāo)準(zhǔn)有細(xì)節(jié)方面的差異。同時(shí)，基于語(yǔ)音比較技術(shù)而給出的分?jǐn)?shù)也更具有公正性，并可以激勵(lì)用戶的學(xué)習(xí)潛質(zhì)；

關(guān)鍵詞：語(yǔ)音識(shí)別,語(yǔ)音比較,模式匹配,算法,計(jì)算機(jī),波形比較

目 錄

第一章 引 言 1
1.1 語(yǔ)音識(shí)別和語(yǔ)音比較概述 1
1.2 語(yǔ)音識(shí)別技術(shù)的國(guó)內(nèi)外研究動(dòng)態(tài) 2
1.3 論文的研究目的意義及主要工作 3
第二章 語(yǔ)音識(shí)別的基本概念及其技術(shù) 5
2.1 語(yǔ)音識(shí)別系統(tǒng)的分類(lèi) 5
2.2 語(yǔ)音識(shí)別的基本方法 5
2.3 語(yǔ)音識(shí)別的主要技術(shù) 5
2.3.1 特征參數(shù)匹配法 5
2.3.2 隱馬爾科夫法（HMM） 6
2.3.3 矢量量化（VQ） 6
2.3.4 神經(jīng)網(wǎng)絡(luò)法（ANN） 6
2.4 語(yǔ)音識(shí)別的關(guān)鍵技術(shù) 7
2.4.1 特征參數(shù)提取技術(shù) 7
2.4.2 模式匹配及模型訓(xùn)練技術(shù) 8
2.4.3 語(yǔ)音識(shí)別單元的選取 9
第三章 語(yǔ)音識(shí)別的難點(diǎn)和對(duì)策 10
3.1 語(yǔ)音識(shí)別的難點(diǎn) 10
3.2 語(yǔ)音識(shí)別系統(tǒng)的對(duì)策-DSP實(shí)現(xiàn) 11
第四章 語(yǔ)音識(shí)別現(xiàn)有技術(shù)及優(yōu)劣 13
4.1 選擇識(shí)別引擎應(yīng)考慮的因素 13
4.2 IBM語(yǔ)音識(shí)別的基本原理 14
4.3 微軟語(yǔ)音識(shí)別的基本原理 14
4.3 選擇微軟識(shí)別引擎的理由 16
第五章 英語(yǔ)培訓(xùn)軟件總體設(shè)計(jì) 17
5.1 系統(tǒng)概述 17
5.2 主要模塊和功能描述 17
5.3 系統(tǒng)特點(diǎn) 18
5.4 軟、硬件平臺(tái)及環(huán)境要求 19
5.4.1 硬件平臺(tái) 19
5.4.2 軟件平臺(tái) 19
第六章 語(yǔ)音處理算法設(shè)計(jì) 20
6.1 總體設(shè)計(jì) 20
6.2 語(yǔ)音處理算法設(shè)計(jì) 24
6.3 算法特點(diǎn) 24
6.4 語(yǔ)音識(shí)別算法設(shè)計(jì) 24
6.4.1 基本思路 24
6.4.2 微軟語(yǔ)音識(shí)別主要接口介紹 25
6.4.3 程序設(shè)計(jì) 28
6.4.4 實(shí)驗(yàn)結(jié)果 30
6.4.5 算法改進(jìn) 33
6.5 波形比較算法分析與選擇 34
6.5.1 概述 34
6.5.2 DP Matching算法 34
6.5.3 誤差能量[16]算法 37
6.5.4 波形比較算法設(shè)計(jì) 37
第七章 實(shí)驗(yàn)結(jié)果與討論 44
7.1 語(yǔ)音識(shí)別實(shí)驗(yàn)結(jié)果 44
7.2 波形比較實(shí)驗(yàn)結(jié)果 44
第八章 結(jié)論和改進(jìn)建議 47
8.1 結(jié)論 47
8.2 改進(jìn)建議 47
8.3 展望 48
參考文獻(xiàn) 49
致 謝 50


參考文獻(xiàn)
[1] 王炳錫，屈丹，彭煊. 實(shí)用語(yǔ)音識(shí)別基礎(chǔ)（21世紀(jì)高等院校優(yōu)秀教材）. 國(guó)防工業(yè)出版社,2005.1
[2] 王小捷，常寶寶. 自然語(yǔ)言處理技術(shù)基礎(chǔ). 北京:北京郵電大學(xué)出版社,2002.12：50～101.
[3] 朱民雄.計(jì)算機(jī)語(yǔ)言技術(shù).北京：北京航空航天大學(xué)出版社.1992.12(2):186～224.
[4] Sergios Theodoridis,Konstantinos . Pattern Recognition ,Second Edition . Elsevier Science,2003,9(2):208～253.
[5] Rabiner, L. Fundamentals of Speech Recognition,2005.