導(dǎo)言：作為寫作愛好者，不可錯(cuò)過為您精心挑選的10篇語音識別技術(shù)，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

中圖分類號:TN912 文獻(xiàn)標(biāo)識碼:A 文章編號:1007-3973 (2010) 03-062-02

1應(yīng)用領(lǐng)域

如今,一些語音識別的應(yīng)用已經(jīng)應(yīng)用到實(shí)際生活中,如IBM的Viavoice、Microsoft的Speech SDK、Dragon公司的Dragon Dictate系統(tǒng)等。語音識別的應(yīng)用領(lǐng)域非常廣泛,幾乎涉及到日常生活的方方面面。如語音撥號系統(tǒng)、、家庭服務(wù)、訂票系統(tǒng)、聲控智能玩具、醫(yī)療服務(wù)、銀行服務(wù)、聽寫機(jī)、計(jì)算機(jī)控制、工業(yè)控制、語音通信系統(tǒng)等。預(yù)計(jì)在不遠(yuǎn)的將來,語音識別技術(shù)將在工業(yè)、家電、通信、、醫(yī)療、家庭服務(wù)等各個(gè)領(lǐng)域深刻改變?nèi)祟惉F(xiàn)有的日常生活方式。語音識別聽寫機(jī)在一些領(lǐng)域的應(yīng)用被美國新聞界評為1997年計(jì)算機(jī)發(fā)展十件大事之一。很多專家都認(rèn)為語音識別技術(shù)是2000年至2010年間信息技術(shù)領(lǐng)域十大重要的科技發(fā)展技術(shù)之一。

2發(fā)展歷史

語音識別的研究工作開始于50年代,Bell實(shí)驗(yàn)室實(shí)現(xiàn)了第一個(gè)可識別十個(gè)英文數(shù)字的語音識別系統(tǒng)―Audry系統(tǒng)。但真正取得實(shí)質(zhì)性進(jìn)展,并將其作為一個(gè)重要的課題開展研究則是在60年代末70年代初。60年代,提出了動(dòng)態(tài)規(guī)劃(DP)和線性預(yù)測分析技術(shù)(LP),其中后者較好地解決了語音信號產(chǎn)生模型的問題,極大地促進(jìn)了語音識別的發(fā)展。70年代,動(dòng)態(tài)時(shí)間歸正技術(shù)(DTW)解決了語音特征不等長匹配問題,對特定人孤立詞語音識別十分有效,在語音識別領(lǐng)域取得了突破。在此期間還提出了矢量量化(VQ)和隱馬爾可夫模型(HMM)理論。

80年代語音識別研究進(jìn)一步深入,HMM模型和人工神經(jīng)網(wǎng)絡(luò)(ANN)在語音識別中成功應(yīng)用。1988年,FULEE Kai等用VQ/I-IMM方法實(shí)現(xiàn)了997個(gè)詞匯的非特定人連續(xù)語音識別系統(tǒng)SPHINX。這是世界上第1個(gè)高性能的非特定人、大詞匯量、連續(xù)語音識別系統(tǒng)。人們終于在實(shí)驗(yàn)室突破了大詞匯量、連續(xù)語音和非特定人這三大障礙,并以此確定了統(tǒng)計(jì)方法和模型在語音識別和語言處理中的主流地位。使得借助人工智能中的啟發(fā)式搜索和語音模型自身的特點(diǎn),高效、快捷的算法使得建立實(shí)時(shí)的連續(xù)語音識別系統(tǒng)成為可能。

90年代,人們開始進(jìn)一步研究語音識別與自然語言處理的結(jié)合,逐步發(fā)展到基于自然口語識別和理解的人機(jī)對話系統(tǒng)。人工神經(jīng)元網(wǎng)絡(luò)(ANN)也開始應(yīng)用于語音識別,它和HMM模型建立的語音識別系統(tǒng)性能相當(dāng),在很多系統(tǒng)中還被結(jié)合在一起使用以提高識別率及系統(tǒng)的魯棒性。小波分析也開始用于特征提取,但目前性能不理想,其研究還在進(jìn)一步深入中。

現(xiàn)在語音識別系統(tǒng)已經(jīng)開始從實(shí)驗(yàn)室走向?qū)嵱?出現(xiàn)了比較成熟的已推向市場的產(chǎn)品。許多發(fā)達(dá)國家如美國、日本、韓國以及IBM、Apple、Microsoft、AT&T等著名公司都為語音識別系統(tǒng)的實(shí)用化開發(fā)研究投以巨資。

3研究的熱點(diǎn)與難點(diǎn)

目前語音識別領(lǐng)域的研究熱點(diǎn)包括:穩(wěn)健語音識別(識別的魯棒性)、語音輸入設(shè)備研究 、聲學(xué)HMM模型的細(xì)化、說話人自適應(yīng)技術(shù)、大詞匯量關(guān)鍵詞識別、高效的識別(搜索)算法研究 、可信度評測算法研究、ANN的應(yīng)用、語言模型及深層次的自然語言理解。

目前研究的難點(diǎn)主要表現(xiàn)在:(1)語音識別系統(tǒng)的適應(yīng)性差。主要體現(xiàn)在對環(huán)境依賴性強(qiáng)。(2)高噪聲環(huán)境下語音識別進(jìn)展困難,因?yàn)榇藭r(shí)人的發(fā)音變化很大,像聲音變高,語速變慢,音調(diào)及共振峰變化等等,必須尋找新的信號分析處理方法。(3)如何把語言學(xué)、生理學(xué)、心理學(xué)方面知識量化、建模并有效用于語音識別,目前也是一個(gè)難點(diǎn)。(4)由于我們對人類的聽覺理解、知識積累和學(xué)習(xí)機(jī)制以及大腦神經(jīng)系統(tǒng)的控制機(jī)理等方面的認(rèn)識還很不清楚,這必將阻礙語音識別的進(jìn)一步發(fā)展。

4語音識別系統(tǒng)

一個(gè)典型的語音識別系統(tǒng)如圖所示:

輸入的語言信號首先要進(jìn)行反混疊濾波、采樣、A/D轉(zhuǎn)換等過程進(jìn)行數(shù)字化,之后要進(jìn)行預(yù)處理,包括預(yù)加重、加窗和分幀、端點(diǎn)檢測等。我們稱之為對語音信號進(jìn)行預(yù)處理。

語音信號的特征參數(shù)主要有:短時(shí)能量En,反映語音振幅或能量隨著時(shí)間緩慢變化的規(guī)律;短時(shí)平均過零率Zn,對于離散信號來講,簡單的說就是樣本改變符號的次數(shù),可以粗略分辨清音和濁音;短時(shí)自相關(guān)函數(shù);經(jīng)過FFT或LPC運(yùn)算得到的功率譜,再經(jīng)過對數(shù)運(yùn)算和傅里葉反變換以后得到的倒譜參數(shù);根據(jù)人耳聽覺特性變換的美爾(MEL);線性預(yù)測系數(shù)等。通常識別參數(shù)可選擇上面的某一種或幾種的組合。

語音識別是語音識別系統(tǒng)最核心的部分。包括語音的聲學(xué)模型(訓(xùn)練學(xué)習(xí))與模式匹配(識別算法)以及相應(yīng)的語言模型與語言處理2大部分。聲學(xué)模型用于參數(shù)匹配,通常在模型訓(xùn)練階段按照一定的準(zhǔn)則,由用語音特征參數(shù)表征的大量已知模式中通過學(xué)習(xí)算法來獲取代表該模式本質(zhì)特征的模型參數(shù)而產(chǎn)生。在識別(模式匹配)時(shí)將輸入的語音特征同聲學(xué)模型(模式)根據(jù)一定準(zhǔn)則進(jìn)行匹配與比較,使未知模式與模型庫中的某一個(gè)模型獲得最佳匹配以得到最佳的識別結(jié)果。語言模型一般指在匹配搜索時(shí)用于字詞和路徑約束的語言規(guī)則,它包括由識別語音命令構(gòu)成的語法網(wǎng)絡(luò)或由統(tǒng)計(jì)方法構(gòu)成的語言模型,語言處理則可以進(jìn)行語法、語義分析。

聲學(xué)模型是語音識別系統(tǒng)中最關(guān)鍵的一部分。目前最常用也最有效的幾種聲學(xué)識別模型包括動(dòng)態(tài)時(shí)間歸整模型(DTW)、隱馬爾可夫模型(HMM)和人工神經(jīng)網(wǎng)絡(luò)模型(ANN)等。

DTW是較早的一種模式匹配和模型訓(xùn)練技術(shù),它把整個(gè)單詞作為識別單元,在訓(xùn)練階段將詞匯表中每個(gè)詞的特征矢量序列作為模板存入模板庫,在識別階段將待識別語音的特征矢量序列依次與庫中的每個(gè)模板進(jìn)行相似度比較,將相似度最高者作為識別結(jié)果輸出。DTW應(yīng)用動(dòng)態(tài)規(guī)劃方法成功解決了語音信號特征參數(shù)序列比較時(shí)時(shí)長不等的難題,在小詞匯量、孤立詞語音識別中獲得了良好性能。但因其不適合連續(xù)語音大詞匯量語音識別系統(tǒng),目前已逐漸被HMM和ANN模型替代。

HMM模型是語音信號時(shí)變特征的有參表示法。它由相互關(guān)聯(lián)的兩個(gè)隨機(jī)過程共同描述信號的統(tǒng)計(jì)特性,其中一個(gè)是隱蔽的(不可觀測的)具有有限狀態(tài)的Markor鏈,另一個(gè)是與Markor鏈的每一狀態(tài)相關(guān)聯(lián)的觀察矢量的隨機(jī)過程(可觀測的)。HMM很好的模擬了人得語言過程,目前應(yīng)用十分廣泛。HMM模型的模型參數(shù)包括HMM拓?fù)浣Y(jié)構(gòu)(狀態(tài)數(shù)目N、狀態(tài)之間的轉(zhuǎn)移方向等)、每個(gè)狀態(tài)可以觀察到的符號數(shù)M(符號集合O)、狀態(tài)轉(zhuǎn)移概率A及描述觀察符號統(tǒng)計(jì)特性的一組隨機(jī)函數(shù),包括觀察符號的概率分布B和初始狀態(tài)概率分布 ,因此一個(gè)HMM模型可以由{N,M,A,B, }來確定,對詞匯表中的每一個(gè)詞都要建立相應(yīng)的HMM模型。

模型參數(shù)得到后可以用Viterbi算法來確定與觀察序列對應(yīng)的最佳的狀態(tài)序列。建好模型后,在識別階段就是要計(jì)算每個(gè)模型產(chǎn)生觀察符號序列的輸出概率,輸出概率最大的模型所表示的詞就是我們的識別結(jié)果。這個(gè)過程計(jì)算量很大,有人提出了前向-后向算法,大大減少了計(jì)算量,已經(jīng)被廣泛采用,關(guān)于它們的各種改進(jìn)方法也被大量提出。

ANN在語音識別中的應(yīng)用是現(xiàn)在研究的又一熱點(diǎn)。ANN本質(zhì)上是一個(gè)自適應(yīng)非線性動(dòng)力學(xué)系統(tǒng),是由結(jié)點(diǎn)互連組成的計(jì)算網(wǎng)絡(luò),模擬了人類大腦神經(jīng)元活動(dòng)的基本原理,具有自學(xué)習(xí)能力、記憶、聯(lián)想、推理、概括能力和快速并行實(shí)現(xiàn)的特點(diǎn),同時(shí)還具備自組織、自適應(yīng)的功能。這些能力是HMM模型不具備的,可用于處理一些環(huán)境信息十分復(fù)雜,背景知識不清楚,推理規(guī)則不明確的問題,允許樣品有較大的缺損、畸變,因此對于噪聲環(huán)境下非特定人的語音識別問題來說是一種很好的解決方案。目前大部分應(yīng)用神經(jīng)網(wǎng)絡(luò)的語音識別系統(tǒng)都采用了BP網(wǎng)并取得了較好的識別效果。

將ANN與HMM結(jié)合分別利用各自優(yōu)點(diǎn)進(jìn)行識別將是今后的一條研究途徑。二者結(jié)合的混合語音識別方法的研究開始于上世紀(jì)90年代,目前已有一些方法將ANN輔助HMM進(jìn)行計(jì)算和學(xué)習(xí)概率參數(shù)。

語言模型主要分為規(guī)則模型和統(tǒng)計(jì)模型兩種。統(tǒng)計(jì)語言模型是用概率統(tǒng)計(jì)的方法來揭示語言單位內(nèi)在的統(tǒng)計(jì)規(guī)律,其中N-Gram簡單有效,被廣泛使用。N-Gram模型基于這樣一種假設(shè):第n個(gè)詞的出現(xiàn)只與前面N-1個(gè)詞相關(guān),而與其它任何詞都不相關(guān),整句的概率就是各個(gè)詞出現(xiàn)概率的乘積。這些概率可以通過直接從語料庫中統(tǒng)計(jì)N個(gè)詞同時(shí)出現(xiàn)的次數(shù)得到。常用的是二元的Bi-Gram和三元的Tri-Gram。

5總結(jié)

盡管語音識別技術(shù)已經(jīng)取得了長足的進(jìn)步,而語音識別系統(tǒng)也層出不窮,不斷的改變?nèi)祟惉F(xiàn)有的生活方式,但其比較成功的應(yīng)用也只是在某些特定的領(lǐng)域,談不上大規(guī)模廣泛的應(yīng)用。只有建立從聲學(xué)、語音學(xué)到語言學(xué)的知識為基礎(chǔ)、以信息論、模式識別數(shù)理統(tǒng)計(jì)和人工智能為主要實(shí)現(xiàn)手段的語音處理機(jī)制,把整個(gè)語音識別過程從系統(tǒng)工程的高度進(jìn)行分析構(gòu)建,才有可能獲得能與人類相比的高性能的、完整的計(jì)算機(jī)語音識別系統(tǒng)。

參考文獻(xiàn):

[1]易克初,田斌.付強(qiáng).語音信號處理[M].國防工業(yè)出版社,2000.

[2]胡航.語音信號處理[M].哈爾濱工業(yè)大學(xué)出版社,2000.

篇2

語音識別是一門交叉學(xué)科。語音識別研究經(jīng)歷了50多年的研究歷程，經(jīng)過50多年的積累研究，獲得了巨大的進(jìn)展。特別是近20年來，語音識別技術(shù)取得了顯著的進(jìn)步，并逐步的走向市場。在未來的日子里，語音識別技術(shù)將應(yīng)用更為廣泛。

一、語音識別技術(shù)概述

語音識別是解決機(jī)器“聽懂”人類語言的一項(xiàng)技術(shù)。作為智能計(jì)算機(jī)研究的主導(dǎo)方向和人機(jī)語音通信的關(guān)鍵技術(shù)，語音識別技術(shù)一直受到各國科學(xué)界的廣泛關(guān)注。如今，隨著語音識別技術(shù)研究的突破，其對計(jì)算機(jī)發(fā)展和社會(huì)生活的重要性日益凸現(xiàn)出來。以語音識別技術(shù)開發(fā)出的產(chǎn)品應(yīng)用領(lǐng)域非常廣泛，如聲控電話交換、信息網(wǎng)絡(luò)查詢、家庭服務(wù)、賓館服務(wù)、醫(yī)療服務(wù)、銀行服務(wù)、工業(yè)控制、語音通信系統(tǒng)等，幾乎深入到社會(huì)的每個(gè)行業(yè)和每個(gè)方面。

廣泛意義上的語音識別按照任務(wù)的不同可以分為4個(gè)方向：說話人識別、關(guān)鍵詞檢出、語言辨識和語音識別。說話人識別技術(shù)是以話音對說話人進(jìn)行區(qū)別，從而進(jìn)行身份鑒別和認(rèn)證的技術(shù)。關(guān)鍵詞檢出技術(shù)應(yīng)用于一些具有特定要求的場合，只關(guān)注那些包含特定詞的句子，例如對一些特殊人名、地名的電話監(jiān)聽等。語言辨識技術(shù)是通過分析處理一個(gè)語音片斷以判別其所屬語言種類的技術(shù)，本質(zhì)上也是語音識別技術(shù)的一個(gè)方面。語音識別就是通常人們所說的以說話的內(nèi)容作為識別對象的技術(shù)，它是4個(gè)方面中最重要和研究最廣泛的一個(gè)方向，也是本文討論的主要內(nèi)容。

二、語音識別的研究歷史

語音識別的研究工作始于20世紀(jì)50年代，1952年Bell實(shí)驗(yàn)室開發(fā)的Audry系統(tǒng)是第一個(gè)可以識別10個(gè)英文數(shù)字的語音識別系統(tǒng)。

1959年，Rorgie和Forge采用數(shù)字計(jì)算機(jī)識別英文元音和孤立詞，從此開始了計(jì)算機(jī)語音識別。

60年代，蘇聯(lián)的Matin等提出了語音結(jié)束點(diǎn)的端點(diǎn)檢測，使語音識別水平明顯上升；Vintsyuk提出了動(dòng)態(tài)編程，這一提法在以后的識別中不可或缺。60年代末、70年代初的重要成果是提出了信號線性預(yù)測編碼（LPC）技術(shù)和動(dòng)態(tài)時(shí)間規(guī)整（DTW）技術(shù)，有效地解決了語音信號的特征提取和不等長語音匹配問題；同時(shí)提出了矢量量化（VQ）和隱馬爾可夫模型（HMM）理論。

80年代語音識別研究進(jìn)一步走向深入：HMM模型和人工神經(jīng)網(wǎng)絡(luò)（ANN）在語音識別中成功應(yīng)用。1988年，F(xiàn)ULEE Kai等用VQ/I-IMM方法實(shí)現(xiàn)了997個(gè)詞匯的非特定人連續(xù)語音識別系統(tǒng)SPHINX。這是世界上第1個(gè)高性能的非特定人、大詞匯量、連續(xù)語音識別系統(tǒng)。

進(jìn)入90年代后，語音識別技術(shù)進(jìn)一步成熟，并開始向市場提品。許多發(fā)達(dá)國家如美國、日本、韓國以及IBM、Apple、AT&；T、Microsoft等公司都為語音識別系統(tǒng)的實(shí)用化開發(fā)研究投以巨資。同時(shí)漢語語音識別也越來越受到重視。IBM開發(fā)的ViaVoice和Microsoft開發(fā)的中文識別引擎都具有了相當(dāng)高的漢語語音識別水平。

進(jìn)入21世紀(jì)，隨著消費(fèi)類電子產(chǎn)品的普及，嵌入式語音處理技術(shù)發(fā)展迅速[2]?；谡Z音識別芯片的嵌入式產(chǎn)品也越來越多，如Sensory公司的RSC系列語音識別芯片、Infineon公司的Unispeech和Unilite語音芯片等，這些芯片在嵌入式硬件開發(fā)中得到了廣泛的應(yīng)用。在軟件上，目前比較成功的語音識別軟件有：Nuance、IBM的Viavoice和Microsoft的SAPI以及開源軟件HTK，這些軟件都是面向非特定人、大詞匯量的連續(xù)語音識別系統(tǒng)。

三、語音識別技術(shù)的發(fā)展現(xiàn)狀

語音識別技術(shù)通過全球科學(xué)家的共同努力，經(jīng)歷半個(gè)多世紀(jì)的研究，目前已經(jīng)發(fā)展到了接近實(shí)用的階段。在實(shí)驗(yàn)室環(huán)境下，大詞匯量的朗讀式連續(xù)說話的寬帶語音信號的平均識別率可以達(dá)到90%以上。正式有了如此高的識別率之后，語音識別技術(shù)慢慢地從實(shí)驗(yàn)室演示系統(tǒng)逐步走向?qū)嵱没唐?。以IBM Via Voice和Dragon Dictation為代表的兩個(gè)聽寫機(jī)系統(tǒng)的出現(xiàn)，使“語音識別”逐步進(jìn)入大眾視線，引起了廣泛的社會(huì)關(guān)注。

由于校對和更正識別的錯(cuò)誤很麻煩和浪費(fèi)時(shí)間，這樣便降低語音識別的優(yōu)勢。同時(shí)，由于使用的環(huán)境或講話口音習(xí)慣等因素的影響，語音識別的內(nèi)容大大降低，識別的內(nèi)容不能達(dá)到100%的正確，所以很多人認(rèn)為目前的語音識別系統(tǒng)還無法滿足實(shí)用要求。

目前，AT&T和MIT等將語音識別技術(shù)應(yīng)用在一些有限詞匯的特定任務(wù)上，如電話自動(dòng)轉(zhuǎn)接、電話查詢、數(shù)字串識別的任務(wù)中，當(dāng)講話的內(nèi)容是系統(tǒng)所存儲(chǔ)的內(nèi)容存在的，且使用環(huán)境的聲學(xué)特性與訓(xùn)練數(shù)據(jù)的聲學(xué)特性相差不太大時(shí)，語音識別的正確識別率可以接近100%。但是，在實(shí)際使用中如果這些條件被破壞，則會(huì)對識別系統(tǒng)造成一定的影響。

我國的語音識別研究一直緊跟國際水平，國家也很重視。國內(nèi)中科院的自動(dòng)化所、聲學(xué)所以及清華大學(xué)等科研機(jī)構(gòu)和高校都在從事語音識別領(lǐng)域的研究和開發(fā)。國家863智能計(jì)算機(jī)專家組為語音識別技術(shù)研究專門立項(xiàng)，并取得了高水平的科研成果。我國中科院自動(dòng)化所研制的非特定人、連續(xù)語音聽寫系統(tǒng)和漢語語音人機(jī)對話系統(tǒng)，其準(zhǔn)確率和系統(tǒng)響應(yīng)率均可達(dá)90%以上。

四、語音識別技術(shù)發(fā)展趨勢

語音作為當(dāng)前通信系統(tǒng)中最自然的通信媒介，語音識別技術(shù)是非常重要的人機(jī)交互技術(shù)。隨著計(jì)算機(jī)和語音處理技術(shù)的發(fā)展，語音識別系統(tǒng)的實(shí)用性將進(jìn)一步提高。應(yīng)用語音的自動(dòng)理解和翻譯，可消除人類相互交往的語言障礙。國外已有多種基于語音識別產(chǎn)品的應(yīng)用，如聲控?fù)芴栯娫?、語音記事本等，基于特定任務(wù)和環(huán)境的聽寫機(jī)也已經(jīng)進(jìn)入應(yīng)用階段。這預(yù)示著語音識別技術(shù)有著非常廣泛的應(yīng)用領(lǐng)域和市場前景。隨著語音技術(shù)的進(jìn)步和通信技術(shù)的飛速發(fā)展，語音識別技術(shù)將為網(wǎng)上會(huì)議、商業(yè)管理、醫(yī)藥衛(wèi)生、教育培訓(xùn)等各個(gè)領(lǐng)域帶來極大的便利，其應(yīng)用和經(jīng)濟(jì)、社會(huì)效益前景非常良好.

雖然語音識別在過去的20年里有了很大的發(fā)展，但是，仍然存在很多的不足，有待于進(jìn)一步的探索，具體可分為以下幾個(gè)方面：

1.提高可靠性。語音識別技術(shù)需要能排除各種聲學(xué)環(huán)境因素的影響。在比較嘈雜的公共環(huán)境中，人的意識會(huì)有意識的排除非需要的聲學(xué)環(huán)境因素，這對語音識別系統(tǒng)而言，是很難做到的。另外，在日常生活中，人類的語言常常具有較大的不確定性，比較隨意，并帶有明顯的言語習(xí)慣。這同樣會(huì)給語音識別系統(tǒng)很大的識別麻煩。目前，在提高語音系統(tǒng)在不同環(huán)境中的可靠性，同時(shí)要應(yīng)用現(xiàn)代技術(shù)讓語音識別系統(tǒng)更加智能化，掌握人們語言隨意性的部分規(guī)律，以達(dá)到最佳的識別效果。

2.增加詞匯量。系統(tǒng)可以識別的詞匯的數(shù)量是系統(tǒng)能夠做什么事情的一個(gè)重要度量。一個(gè)語音識別系統(tǒng)使用的聲學(xué)模型和語音模型如果太過于局限，當(dāng)用戶所講的詞匯超出系統(tǒng)已知的范圍時(shí)，則語音識別系統(tǒng)不能準(zhǔn)確的識別出相應(yīng)的內(nèi)容，比如，當(dāng)突然從中文轉(zhuǎn)為英文、法文、俄文時(shí)，計(jì)算機(jī)就會(huì)常常輸出混亂奇怪的結(jié)果。但是，隨著系統(tǒng)建模方法的不斷改進(jìn)、搜索算法效率的提高以及硬件資源的發(fā)展，未來的語音識別系統(tǒng)可能會(huì)做到詞匯量無限制和多種語言混合，這樣用戶在使用的時(shí)候可以不必在語種之間來回切換，這樣就能大大減少詞匯量的對語音識別系統(tǒng)的限制。

篇3

中圖分類號：TP391.42 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9599?。?012）　19-0000-02

近年來，隨著科學(xué)技術(shù)的進(jìn)步，語音識別技術(shù)的發(fā)展，通過語言操縱機(jī)器的夢想正在逐步變?yōu)楝F(xiàn)實(shí)。語音識別是語音信號處理的一個(gè)重要的研究方向，經(jīng)過50多年的積累研究，尤其是近20年來，語音識別技術(shù)取得了顯著進(jìn)步，并且廣泛應(yīng)用于商業(yè)，比如蘋果的siri系統(tǒng)。本文從語音識別的發(fā)展歷史、發(fā)展方向來著重分析未來語音識別技術(shù)的發(fā)展趨勢。

1 語音識別技術(shù)的發(fā)展歷史

1.1 語音識別技術(shù)在國際的發(fā)展

早在三四十年前，美國的一些大學(xué)和實(shí)驗(yàn)室就開始了語音識別技術(shù)的研究，50年代的AT&　T　Bell實(shí)驗(yàn)室研發(fā)的Audry系統(tǒng)第一個(gè)實(shí)現(xiàn)了可識別十個(gè)英文數(shù)字。60和70年代，提出了線性預(yù)測分析技術(shù)（LP）等相關(guān)理論并深入研究，創(chuàng)造出可以實(shí)現(xiàn)特定人孤立語音識別系統(tǒng)；80年代和90年代是語音識別技術(shù)應(yīng)用研究方向的，HMM模型和人工神經(jīng)元網(wǎng)絡(luò)（ANN）的成功應(yīng)用，使得語音識別系統(tǒng)的性能比以往更優(yōu)異；伴隨著多媒體時(shí)代的來臨，微軟，Apple等著名公司都研發(fā)出相當(dāng)成功的商業(yè)應(yīng)用語音識別系統(tǒng)，比如，Apple的Siri系統(tǒng)，微軟的Phone　Query?。娫捳Z音識別）引擎等。

1.2 語音識別技術(shù)在國內(nèi)的發(fā)展

我國的語音識別研究工作雖然起步較晚，但由于國家的重視，研究工作進(jìn)展順利，相關(guān)研究緊跟國際水平。由于中國有不可忽視的龐大市場，國外對中國的語音識別技術(shù)也非常重視，漢語語音語義的特殊性也使得中文語音識別技術(shù)的研究更具有挑戰(zhàn)。但是，國內(nèi)研究機(jī)構(gòu)在進(jìn)行理論研究的同時(shí)，應(yīng)注重語音識別系統(tǒng)在商業(yè)中的應(yīng)用，加快從實(shí)驗(yàn)室演示系統(tǒng)到商品的轉(zhuǎn)化。

現(xiàn)如今，許多用戶已經(jīng)能享受到語音識別技術(shù)帶來的方便，比如智能手機(jī)的語音操作等。但是，這與實(shí)現(xiàn)真正的人機(jī)交流還有相當(dāng)遙遠(yuǎn)的距離。目前，計(jì)算機(jī)對用戶語音的識別程度不高，人機(jī)交互上還存在一定的問題，語音識別技術(shù)還有很長的一段路要走，必須取得突破性的進(jìn)展，才能做到更好的商業(yè)應(yīng)用，這也是未來語音識別技術(shù)的發(fā)展方向。

2 語音識別技術(shù)的技術(shù)實(shí)現(xiàn)及困難

語音識別技術(shù)的實(shí)現(xiàn)方式是聲音通過轉(zhuǎn)換裝置進(jìn)入機(jī)器，而機(jī)器配有“語音辨識”程序，程序?qū)⒌玫降穆曇魳颖九c數(shù)據(jù)庫存儲(chǔ)的樣本進(jìn)行比對，輸出最匹配的結(jié)果，轉(zhuǎn)化為機(jī)器語言，進(jìn)而執(zhí)行命令。真正建立辨識率高的語音辨識程序組，是非常困難而專業(yè)的，專家學(xué)者們研究出許多破解這個(gè)問題的方法，如傅立葉轉(zhuǎn)換、倒頻譜參數(shù)等，使目前的語音辨識系統(tǒng)已達(dá)到一個(gè)可接受的程度，并具有較高辨識度。

2.1　語音識別的技術(shù)實(shí)現(xiàn)方式

語音識別技術(shù)主要包括特征提取技術(shù)、模式匹配準(zhǔn)則及模型訓(xùn)練技術(shù)三個(gè)方面，其中，最基礎(chǔ)的就是語音識別單元的選取。

（1）語音識別單元的選取。語音識別研究的基礎(chǔ)是選擇語音識別單元。語音識別單元有單詞（句）、音節(jié)和音素三種，具體選擇哪一種語音識別單元由具體研究任務(wù)的類型決定：

單詞（句）單元在中小詞匯語音識別系統(tǒng)中應(yīng)用廣泛，但由于模型庫過于龐大，模型匹配算法復(fù)雜，實(shí)時(shí)性不強(qiáng)，所以不適合大詞匯系統(tǒng)；

音節(jié)單元主要應(yīng)用于漢語語音識別，因?yàn)闈h語是單音節(jié)結(jié)構(gòu)的語言，雖然有大約1300個(gè)音節(jié)，但無調(diào)音節(jié)共408個(gè)，相對較少，所以音節(jié)單元在中、大詞匯量的漢語語音識別系統(tǒng)上是可行的。

音素單元之前曾廣泛應(yīng)用于英語語音識別，也越來越多的應(yīng)用于中、大詞匯量漢語語音識別系統(tǒng)中。原因在于漢語音節(jié)僅由22個(gè)聲母和28個(gè)韻母構(gòu)成，把聲母細(xì)化，雖然增加了模型數(shù)量，但是提高了易混淆音節(jié)的區(qū)分能力

（2）特征參數(shù)提取技術(shù)。特征提取就是對語音信號進(jìn)行分析處理，把豐富的語音信息中的冗余信息去除，獲得對語音識別有用的信息。這是一個(gè)對語音信號進(jìn)行信息壓縮的過程，目前經(jīng)常采用的特征參數(shù)提取技術(shù)是線性預(yù)測（LP）分析技術(shù)?；贚P技術(shù)提取的倒譜參數(shù)再加上Mel參數(shù)和基于感知線性預(yù)測（PLP）分析提取的感知線性預(yù)測倒譜對人耳處理聲音的模擬，進(jìn)一步提高了語音識別系統(tǒng)的性能。

（3）模式匹配及模型訓(xùn)練技術(shù)。早期的語音識別應(yīng)用的模式匹配和模型訓(xùn)練技術(shù)是動(dòng)態(tài)時(shí)間歸正技術(shù)（DTW），它在孤立詞語音識別中獲得了良好性能，但是由于對大詞匯量以及連續(xù)語音識別的不準(zhǔn)確，目前已經(jīng)被隱馬爾可夫模型（HMM）和人工神經(jīng)元網(wǎng)絡(luò)（ANN）所取代。

2.2 語音識別遇到的困難

目前，語音識別研究工作進(jìn)展緩慢，困難具體表現(xiàn)在：

（一）語音識別系統(tǒng)對環(huán)境敏感，采集到的語音訓(xùn)練系統(tǒng)只能應(yīng)用于與之對應(yīng)的環(huán)境，而且當(dāng)用戶輸入錯(cuò)誤時(shí)不能正確響應(yīng)，應(yīng)用起來相對困難；（二）必須采取新的新號處理方法來處理人在高噪聲環(huán)境下的發(fā)音變化的問題；（三）語言模型、語法及詞法模型在中、大詞匯量連續(xù)語音識別中無法正確、合理的運(yùn)用，需要有效地利用語言學(xué)、心理學(xué)及生理學(xué)等方面的研究成果；現(xiàn)階段的科學(xué)技術(shù)對人類生理學(xué)諸如聽覺系統(tǒng)分析理解功能、大腦神經(jīng)系統(tǒng)的控制功能等還不夠，更無法應(yīng)用于語音識別；語音識別系統(tǒng)從實(shí)驗(yàn)室演示系統(tǒng)向商品的轉(zhuǎn)化過程中還有許多具體細(xì)節(jié)技術(shù)問題需要解決。

3 語音識別技術(shù)的發(fā)展趨勢

3.1 進(jìn)一步提高可靠性

目前語音識別系統(tǒng)很難做到排除各種聲學(xué)環(huán)境因素的影響，而人類語言在日常生活中的隨意性和不確定性給語音識別系統(tǒng)造成極大的識別困難。所以，要應(yīng)用現(xiàn)代技術(shù)智能化語音識別系統(tǒng)，以達(dá)到更好的識別效果；

3.2 增加詞匯量

目前語音識別系統(tǒng)使用的聲學(xué)模型和語音模型過于局限，需要通過改進(jìn)系統(tǒng)建模方法、提高搜索算法的效率來做到詞匯量無限制和多重語言混合，減少詞匯量對語音識別系統(tǒng)的限制；

3.3 微型化并降低成本

語音識別系統(tǒng)在商業(yè)上的用途相當(dāng)廣泛，利用先進(jìn)的微電子技術(shù)，將具有先進(jìn)功能和性能的語音識別應(yīng)用系統(tǒng)固化到更加微小的芯片或模塊上，可以縮減成本，更方便的推廣和使用。語音識別系統(tǒng)和微電子芯片技術(shù)的發(fā)展將引領(lǐng)信息技術(shù)革命到一個(gè)新的臺階。語音識別系統(tǒng)使人溝通更加自由，使人可以方便地享受到更多的社會(huì)信息資源和現(xiàn)代化服務(wù)。這必然會(huì)成為語音識別技術(shù)研究和應(yīng)用的重要發(fā)展趨勢。

4 結(jié)束語

21世紀(jì)，信息和網(wǎng)絡(luò)飛速發(fā)展，信息和網(wǎng)絡(luò)的時(shí)代已經(jīng)來臨，人與人之間的距離隨著Internet和移動(dòng)電話網(wǎng)的連接和普及變得越來越近，信息資源擴(kuò)散的越來越迅速，人與機(jī)器的交互顯得尤為重要。語音識別技術(shù)的研究和應(yīng)用可以讓人無論何時(shí)何地都可以通過語音交互的方式實(shí)現(xiàn)任何事，可以使人更方便的享受更多的社會(huì)信息資源和現(xiàn)代化服務(wù)，所以，如何將這一技術(shù)可靠的、低成本的應(yīng)用于商業(yè)和日常生活，是語音識別技術(shù)的發(fā)展方向和趨勢。

參考文獻(xiàn)：

[1]劉鈺.語音識別技術(shù)概述[J].計(jì)算機(jī)光盤軟件與應(yīng)用，2010：14-17.

[2]盛青.語音自動(dòng)識別技術(shù)及其軟件實(shí)時(shí)實(shí)現(xiàn)[J].西北工業(yè)大學(xué)，2001：45-47.

[3]廖锎.淺析語音識別技術(shù)的發(fā)展及趨勢[J].科技傳播，2010：34-36.

篇4

語音芯片的應(yīng)用

近年來語音芯片應(yīng)用越來越廣泛，主要包括:

1.電話通信中的語音撥號。特別是在中、高檔移動(dòng)電話上，現(xiàn)已普遍具有語音撥號的功能。隨著語音識別芯片的價(jià)格降低，普通電話上也將具備語音撥號的功能。

2. 汽車的語音控制。由于在汽車的行駛過程中，駕駛員的手必須放在方向盤上，因此在汽車上撥打電話，需要使用具有語音撥號功能的免提電話通信方式。此外，對汽車的門、窗、空調(diào)、照明以及音響等設(shè)備，同樣也可以由語音來方便地進(jìn)行控制。

3. 工業(yè)控制及醫(yī)療領(lǐng)域。當(dāng)操作人員的眼或手已經(jīng)被占用的情況下，在增加控制操作時(shí)，最好的辦法就是增加人與機(jī)器的語音交互界面。由語音對機(jī)器發(fā)出命令，機(jī)器用語音做出應(yīng)答。

4. 個(gè)人數(shù)字助理（Personal Digital Assistant，PDA）的語音交互界面。PDA的體積很小，人機(jī)界面一直是其應(yīng)用和技術(shù)的瓶頸之一。由于在PDA上使用鍵盤非常不便，因此，現(xiàn)多采用手寫體識別的方法輸入和查詢信息。但是，這種方法仍然讓用戶感到很不方便?，F(xiàn)在業(yè)界一致認(rèn)為，PDA的最佳人機(jī)交互界面是以語音作為傳輸介質(zhì)的交互方法，并且已有少量應(yīng)用。隨著語音識別技術(shù)的提高，可以預(yù)見，在不久的將來，語音將成為PDA主要的人機(jī)交互界面。

5. 智能玩具。通過語音識別技術(shù)，我們可以與智能娃娃對話，可以用語音對玩具發(fā)出命令，讓其完成一些簡單的任務(wù)，甚至可以制造具有語音鎖功能的電子看門狗。智能玩具有很大的市場潛力，而其關(guān)鍵在于語音芯片價(jià)格的降低。

6. 家電遙控。用語音可以控制電視機(jī)、VCD、空調(diào)、電扇、窗簾的操作，而且一個(gè)遙控器就可以把家中的電器皆用語音控制起來，這樣，可以讓令人頭疼的各種電器的操作變得簡單易行。

語音識別專用芯片系統(tǒng)有如下幾個(gè)特點(diǎn): 1. 多為中、小詞匯量的語音識別系統(tǒng)，即只能夠識別10～100詞條。只有近一兩年來，才有連續(xù)數(shù)碼或連續(xù)字母語音識別專用芯片實(shí)現(xiàn)。2. 一般僅限于特定人語音識別的實(shí)現(xiàn)，即需要讓使用者對所識別的詞條先進(jìn)行學(xué)習(xí)或訓(xùn)練,這一類識別功能對語種、方言和詞條沒有限制。有的芯片也能夠?qū)崿F(xiàn)非特定人語音識別，即預(yù)先將所要識別的語句碼本訓(xùn)練好而裝入芯片，用戶使用時(shí)不需要再進(jìn)行學(xué)習(xí)就可直接應(yīng)用。但這一類識別功能只適用于規(guī)定的語種和方言，而且所識別的語句只限于預(yù)先已訓(xùn)練好的語句。3. 由此芯片組成一個(gè)完整的語音識別系統(tǒng)。因此，除了語音識別功能以外，為了有一個(gè)好的人機(jī)界面和識別正確與否的驗(yàn)證，該系統(tǒng)還必須具備語音提示（語音合成）及語音回放（語音編解碼記錄）功能。4. 多為實(shí)時(shí)系統(tǒng)，即當(dāng)用戶說完待識別的詞條后，系統(tǒng)立即完成識別功能并有所回應(yīng)，這就對電路的運(yùn)算速度有較高的要求。5. 除了要求有盡可能好的識別性能外，還要求體積盡可能小、可靠性高、耗電省、價(jià)錢低等特點(diǎn)。

語音識別技術(shù)發(fā)展

在發(fā)達(dá)國家各種各樣基于語音識別技術(shù)的產(chǎn)品已經(jīng)可以買到，如具有聲控?fù)芴栯娫挘Z音記事本等等。語音電話服務(wù)、數(shù)據(jù)查詢服務(wù)也已經(jīng)部分實(shí)現(xiàn)?；谔囟ㄈ蝿?wù)和環(huán)境的聽寫機(jī)也已經(jīng)進(jìn)入應(yīng)用階段。語音識別技術(shù)是非常重要的人機(jī)交互技術(shù)，有著非常廣泛的應(yīng)用前景。

說話者自適應(yīng)技術(shù)近年在語音識別系統(tǒng)的研究中也備受重視，這是由于與人有關(guān)的語音識別系統(tǒng)比與人無關(guān)的語音識別系統(tǒng)的識別率要高很多。通過有效的自適應(yīng)手段可以很快地提高系統(tǒng)的識別能力。實(shí)際上說話人自適應(yīng)技術(shù)和穩(wěn)健語音自適應(yīng)技術(shù)是相通的。由于不同的說話人在聲道長度，說話口音方式都很不一樣。說話者自適應(yīng)技術(shù)也主要是從以下兩方面著手。

靜態(tài)處理方法。從特征提取或訓(xùn)練階段就盡可能減少來自說話人的變化因素對模型的貢獻(xiàn)?？梢赃M(jìn)行聲道參數(shù)的歸一化處理或?qū)φf話人進(jìn)行分類處理，如分男女聲的識別系統(tǒng)就是其中的一個(gè)典型，但實(shí)際上僅僅從男女聲上對模型分類還是太粗，可以通過有效的聚類方法進(jìn)行分類。這類方法統(tǒng)稱為聲學(xué)歸一化處理方法。

動(dòng)態(tài)處理方法。對預(yù)先訓(xùn)練好的與人無關(guān)識別系統(tǒng)，通過臨時(shí)得到的特定人語音數(shù)據(jù)對系統(tǒng)的模板或特征參數(shù)進(jìn)行自適應(yīng)修正，從而在原有系統(tǒng)基礎(chǔ)上建立一個(gè)用于特定任務(wù)、特定環(huán)境或特定說話人的系統(tǒng)，這類方法統(tǒng)稱為自適應(yīng)方法。自適應(yīng)方法可分為: 批模式、累進(jìn)模式、即時(shí)模式; 按自適應(yīng)學(xué)習(xí)策略又分為無監(jiān)督學(xué)習(xí)和有監(jiān)督學(xué)習(xí)。從用戶使用的方便程度來看是由難到易，而算法實(shí)現(xiàn)則是由易到難。采用何種策略取決于應(yīng)用背景，對識別率的要求等因素。對于聽寫機(jī)等應(yīng)用來說，最具吸引力的是累進(jìn)、無監(jiān)督的自適應(yīng)方式，也稱在線自適應(yīng)。

語言模型也是目前研究的一個(gè)重要方面。目前的語言模型是與任務(wù)有關(guān)的，典型的統(tǒng)計(jì)語言模型是通過大量任務(wù)特定的語料訓(xùn)練出來的。通過新聞?wù)Z料訓(xùn)練出來的模型不能很好地工作于法律方面的文件語音識別。有幾種方法用于解決這些問題。一種是使用自適應(yīng)語言模型。在靜態(tài)語言模型的基礎(chǔ)上，通過一個(gè)高速緩沖存儲(chǔ)器對語言模型進(jìn)行動(dòng)態(tài)的修正; 另一種是先訓(xùn)練多領(lǐng)域語言模型，然后通過混合高斯模型將這些模型結(jié)合在一起; 還有一種比較好的辦法是使用大顆粒的語言模型，如基于類的語言模型，而不是基于詞的語言模型，類可以是詞性類，詞義類，以及由一定的數(shù)據(jù)驅(qū)動(dòng)的聚類算法產(chǎn)生的各種類。

由于不同詞可以屬于同一類，這樣類比較大，構(gòu)成的語言模型就比較穩(wěn)健。其關(guān)鍵的問題是如何決定詞的分類，由于詞的分類比較復(fù)雜，同一詞可能屬于不同的類，特別是解決如何通過計(jì)算機(jī)實(shí)現(xiàn)自動(dòng)分類的算法，即使用數(shù)據(jù)驅(qū)動(dòng)算法也還沒有很好地解決。基于統(tǒng)計(jì)技術(shù)的計(jì)算語言學(xué)已經(jīng)越來越受到重視，它解決了單獨(dú)規(guī)則語言模型不能解決的一些問題。當(dāng)然統(tǒng)計(jì)語言模型也不能解決全部問題，因此如何把統(tǒng)計(jì)語言模型和基于規(guī)則的語言模型結(jié)合也是語言模型研究的重點(diǎn)之一。

目前不同快速語音識別算法都在開發(fā)中。其中包括對HMM狀態(tài)輸出的概率分布進(jìn)行矢量量化，縮小搜索空間算法，減少計(jì)算機(jī)的內(nèi)存需求方法，以及結(jié)合計(jì)算機(jī)結(jié)構(gòu)特點(diǎn)的編程技術(shù)的應(yīng)用。

篇5

與機(jī)器進(jìn)行語音交流，讓機(jī)器明白你說什么，這是我們長期以來夢寐以求的事情。而提起語音識別.我們最容易想到的還要數(shù)不會(huì)講笑話的Siri。

作為世界上第一家上市的語音識別公司，Siri的“娘家”Nuance有著輝煌的歷史，曾經(jīng)在語音領(lǐng)域一統(tǒng)江湖。蘋果iPhone手機(jī)的虛擬語音助手Siri、三星的語音助手S-Voice.各大航空公司和頂級銀行的自動(dòng)呼叫中心和虛擬在線語音助手，都采用了Nuance的技術(shù)。近年來，Nuance的語音識別技術(shù)已經(jīng)從實(shí)驗(yàn)室走向市場，將進(jìn)入工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個(gè)領(lǐng)域。

在智能車載領(lǐng)域，Nuance定制的汽車級語音平臺Dragon Drive獲得了201 5CES創(chuàng)新大獎(jiǎng)，通過將車載平臺與手機(jī)連接，Nuance可以幫用戶實(shí)現(xiàn)語音控制GPS導(dǎo)航、信息收發(fā)、電話接打、社交網(wǎng)絡(luò)更新等等。

在前一段時(shí)間，Nuance在其官方博客上，公布了將發(fā)力醫(yī)療領(lǐng)域的消息。消息中說，Nuance在醫(yī)療領(lǐng)域進(jìn)軍，不僅僅通過智能手表追蹤運(yùn)動(dòng)情況和心率，還將會(huì)直接根據(jù)人的身體狀況匹配相應(yīng)的服務(wù)，如合適的餐廳或食物等，當(dāng)然這些大多是基于可穿戴設(shè)備的。另外他們還考慮到更多場景.諸如緊急語音求助、醫(yī)患對話存檔、呼叫中心的對話聽寫等。

隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，以及手機(jī)等移動(dòng)終端的普及應(yīng)用，目前可以從多個(gè)渠道獲取大量文本或語音方面的語料，這為語音識別中的語言模型和聲學(xué)模型的訓(xùn)練提供了豐富的資源，使得構(gòu)建通用大規(guī)模語言模型和聲學(xué)模型成為可能。在語音識別中，訓(xùn)練數(shù)據(jù)的匹配和豐富性是推動(dòng)系統(tǒng)性能提升的最重要因素之一，但是語料的標(biāo)注和分析需要長期的積累和沉淀，隨著大數(shù)據(jù)時(shí)代的來臨，大規(guī)模語料資源的積累將提到戰(zhàn)略高度。從Nuance向醫(yī)療領(lǐng)域發(fā)力看出，由于醫(yī)療領(lǐng)域詞匯庫專業(yè)性強(qiáng)演變性弱，只要建立完整的數(shù)據(jù)庫，就可以做到對疾病名稱、藥品名稱相對精確的識別。

如今國內(nèi)也有了相應(yīng)的應(yīng)用如支持語音搜索功能的病歷夾與珍立拍，致力于為醫(yī)生提供一個(gè)安全存儲(chǔ)病歷資料的云空間，方便查找病例。而科大訊飛、云知聲、盛大、捷通華聲、中科信利、尚科語音、搜狗語音助手、紫冬口譯、騰訊語音、百度語音等都日漸被用戶習(xí)慣的系統(tǒng)，都采用了最新的語音識別技術(shù)，市面上其他相關(guān)的產(chǎn)品也直接或間接嵌入了類似的技術(shù)。

從打字到語音的習(xí)慣改變

隨著語音識別在移動(dòng)終端上的應(yīng)用越來越火熱，借助機(jī)器學(xué)習(xí)領(lǐng)域深度學(xué)習(xí)研究的發(fā)展，以及大數(shù)據(jù)語料的積累，語音識別技術(shù)得到突飛猛進(jìn)的發(fā)展。

騰訊、百度都建立了自己的語音團(tuán)隊(duì)，在移動(dòng)搜索領(lǐng)域發(fā)力 隨著吳恩達(dá)加盟，擔(dān)任首席科學(xué)家，負(fù)責(zé)百度研究院，百度看起來更加高大上了許多。吳恩達(dá)的研究領(lǐng)域就是機(jī)器學(xué)習(xí)和人工智能，研究重點(diǎn)是深度學(xué)習(xí)。深度學(xué)習(xí)被認(rèn)為是當(dāng)前的機(jī)器學(xué)習(xí)算法里最接近人腦思維的一種。在語音識別方面，會(huì)對互聯(lián)網(wǎng)、家用電器帶來很大的改革在百度Big Talk2015年第一期公開課上，吳恩達(dá)說，“語音會(huì)是改革互聯(lián)網(wǎng)的很大一個(gè)因素。語音識別會(huì)推動(dòng)物聯(lián)網(wǎng)的革命，比如汽車界面、家用設(shè)備，以及可穿戴設(shè)備。在這方面，特別是在移動(dòng)互聯(lián)網(wǎng)方面，中國其實(shí)領(lǐng)先于美國和其他國家很多。”

篇6

中圖分類號：TN912 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416(2012)02-0082-01

由于生活節(jié)奏的加快，汽車已經(jīng)成為了人們生活中重要的工具，人們在車內(nèi)的時(shí)間也更多。同時(shí)也希望能夠在車內(nèi)接收到外界的信息繼續(xù)進(jìn)行工作，還要求汽車有娛樂功能，因此促進(jìn)了車載多媒體的發(fā)展。而車載多媒體傳統(tǒng)的人機(jī)交互方式會(huì)增加潛在的駕駛危險(xiǎn)，為此將語音識別應(yīng)用于車載多媒體系統(tǒng)中，將會(huì)是車載多媒體發(fā)展的重要方向。端點(diǎn)檢測、特征參數(shù)提取以及識別是語音識別的主要內(nèi)容，本文也將從這三個(gè)方向?qū)囋诙嗝襟w系統(tǒng)的語音識別進(jìn)行研究。

1、端點(diǎn)檢測

在進(jìn)行語音識別時(shí)，首先需要通過端點(diǎn)檢測來對語音信號中的無聲片段和有聲片段進(jìn)行分割。目前，語音端點(diǎn)識別已經(jīng)從開始的單一門限發(fā)展到了基于模糊理論的判決。但是對于車載多媒體而言，計(jì)算量較大、識別響應(yīng)時(shí)間較長端點(diǎn)檢測的方法顯然不使用，所以主要采用基于短平均過零率和短時(shí)間平均幅度的方法來進(jìn)行語音端點(diǎn)檢測，這種方法利用短時(shí)間內(nèi)幅度的檢測和過零率來作為語音端點(diǎn)的檢測。

首先，利用短時(shí)幅度可以有效判斷語音端點(diǎn)，同時(shí)語音的濁音部分平均幅度會(huì)明顯大于噪聲的平均幅度，然后同時(shí)再輔以短時(shí)過零率的方法來判斷語音開始的濁音，從而進(jìn)一步對端點(diǎn)檢測進(jìn)行校準(zhǔn)，兩者的結(jié)合能夠更加精確的判斷語音端點(diǎn)，并且兩種算法都較為簡單，能夠滿足車在多媒體的需求。

2、特征參數(shù)提取

在完成語音的端點(diǎn)檢測之后，需要提取語音的特征參數(shù)，然后進(jìn)行語音識別。目前用于語音特征參數(shù)提取的算法主要有LPCC（線性預(yù)測倒譜系數(shù)）和MFCC（Mel頻率倒譜），由于MFCC具有更強(qiáng)的抗干擾能力等特點(diǎn)，更適合與噪聲較多、司機(jī)不能離輸入設(shè)備很近的車載環(huán)境。

分析MFCC的語音特征參數(shù)提取可以分成預(yù)加重、加窗、FFT（快速傅里葉變換）、濾波、自然對數(shù)提取、自然對數(shù)DCT計(jì)算這六個(gè)步驟。由于MFCC其計(jì)算精度以及計(jì)算量都較大，因此，使用MFCC作為車載系統(tǒng)的語音特征參數(shù)提取時(shí)，需要進(jìn)行相應(yīng)的改進(jìn)：

(1)在MFCC實(shí)現(xiàn)的六個(gè)步驟中，例如加窗等步驟就可以實(shí)現(xiàn)進(jìn)行計(jì)算，然后存儲(chǔ)在數(shù)組中，在使用時(shí)進(jìn)行查表提取，從而避免每一次語音識別時(shí)重復(fù)計(jì)算，從而加快了計(jì)算速度。

(2)FFT需要花費(fèi)大量的時(shí)間（據(jù)統(tǒng)計(jì)，F(xiàn)FT需要花費(fèi)MFCC56.32%的時(shí)間[2]），由于FFT算法是對復(fù)數(shù)進(jìn)行處理，而語音信號的處理只涉及到實(shí)數(shù)部分，其虛數(shù)部分為零，因此增加了運(yùn)算時(shí)間，因此可以利用文獻(xiàn)3所提出的FFT運(yùn)算方法，將長度為N的FFT預(yù)算降低到長度為N/2的FFT運(yùn)算，從而提高了語音特征參數(shù)提取效率。

3、識別模式

語音識別的原理是模式匹配，通過計(jì)算現(xiàn)有語音模式與語音模板庫中的模板的距離，來獲得最佳的匹配模式。匹配的方法主要有DTW（動(dòng)態(tài)時(shí)間規(guī)整）、HMM（隱馬爾科夫模型）和ANN（人工神經(jīng)元網(wǎng)絡(luò)）。由于ANN計(jì)算量較大，因此不適合用于車載多媒體系統(tǒng)中，HMM需要繁雜的程序結(jié)構(gòu)，包含眾多功能模塊，需要大量的計(jì)算。因此， DTW模式更適合用于車載多媒體系統(tǒng)中。能夠滿足車載系統(tǒng)孤立詞、小詞匯量的語音識別。

為了更好的在車在多媒體系統(tǒng)中的嵌入式平臺上實(shí)現(xiàn)DTW，對DTW進(jìn)行進(jìn)一步的改進(jìn)：

(1)由于在語音識別匯總，對音頭和音尾的判斷存在一定的誤差，因此，使用傳統(tǒng)DTW方法在進(jìn)行固定端點(diǎn)匹配時(shí)會(huì)存在一定的誤差，從而降低了語音匹配成功率。為此，可以采用放寬端點(diǎn)限制的方法來使用DTW進(jìn)行語音識別。其主要的思路是取消傳統(tǒng)DTW中對音頭和音尾嚴(yán)格對其的限制。從而，只要兩次語音在開始的W幀內(nèi)能夠匹配成功，同時(shí)在結(jié)束的W幀內(nèi)匹配成功，即認(rèn)為兩次語音匹配成功。在降低了對端點(diǎn)檢測的精度要求，符合車載系統(tǒng)小詞匯量的特點(diǎn)，不會(huì)降低車載系統(tǒng)語音識別效率。

(2)在使用DTW進(jìn)行語音模板匹配時(shí)，需要計(jì)算兩個(gè)模板各幀的距離來計(jì)算模板之間的距離。加入模板庫中的某個(gè)模板T有N幀，待識別的語音R有M幀，那么通常需要申請M×N長度的空間，再根據(jù)兩個(gè)模板所有幀間距離計(jì)算整體長度。但是在實(shí)際的應(yīng)用中，只需要M長度的空間來存放模板T第n-1幀與模板R中M幀之間的距離，在計(jì)算完第n幀與模板R中M幀之間的距離對M長度空間的數(shù)據(jù)進(jìn)行替換，從而進(jìn)行模板T第n+1幀與模板R中M幀之間的距離，從而節(jié)省了（N-1）×M的存儲(chǔ)空間，這對車載系統(tǒng)有限存儲(chǔ)空間的系統(tǒng)中有著非常重要的意義。

4、結(jié)語

相比于傳統(tǒng)的按鈕式、觸摸屏式人機(jī)交互系統(tǒng)，語音識別對于車載多媒體系統(tǒng)有著非常重要的意義，將是車載多媒體系統(tǒng)重要的發(fā)展方向，本文針對車載多媒體系統(tǒng)對低CPU運(yùn)算時(shí)間和地存儲(chǔ)空間的特點(diǎn)，對語音識別中的端點(diǎn)檢測、語音特征參數(shù)提取以及識別模式的實(shí)現(xiàn)和優(yōu)化進(jìn)行了研究。

參考文獻(xiàn)

[1]方敏,浦劍濤,李成榮.嵌入式語音識別系統(tǒng)的研究和實(shí)現(xiàn)[J].中國信息學(xué)報(bào),2004,(6):73~78.

[2]萬春,黃杰圣,曹煦暉.基于DTW的孤立詞語音識別研究和算法改進(jìn)[J].計(jì)算機(jī)與現(xiàn)代化,2005,(13):4~6.

篇7

中圖分類號：TP242 文獻(xiàn)標(biāo)識碼：A

1語音識別技術(shù)的研究意義

人們使用的聲音語言是一種人在特定高度思維和意識活動(dòng)下的產(chǎn)品。語言是人類最直接以及最理想的交流方式，也是人機(jī)通信是最方便的方式。在機(jī)器人發(fā)展的高級發(fā)展階段中，機(jī)器人的智能語音識別與人類的活動(dòng)是密切相關(guān)的，有聲語言的人機(jī)交互信息成為重要的手段。例如，語音識別獲取外界信息很自然，沒有特殊的訓(xùn)練方法，隨著機(jī)器人技術(shù)的發(fā)展和廣泛應(yīng)用，有越來越多的機(jī)會(huì)來接觸人類和機(jī)器人，所以人們希望通過語音識別和機(jī)器人去處理，不管誰能能準(zhǔn)確安全，方便地操縱機(jī)器人。機(jī)器人和人類之間的信息交互，表現(xiàn)在兩個(gè)方面，一是對更高層次的機(jī)器人操作，方便軟件的設(shè)計(jì)開發(fā)，這種多為教學(xué)機(jī)器人，另一種是在實(shí)際操作的要求下完成信息交互任務(wù)的機(jī)器人。智能機(jī)器人作為機(jī)器人技術(shù)發(fā)展的高級階段，其發(fā)展趨勢是：不僅要求機(jī)器人具有高度的自治能力，還要使機(jī)器人和人類之間的協(xié)調(diào)也具有一定的智能性。這就要求機(jī)器人具有不同的高性能主動(dòng)做事能力，而不是被動(dòng)地接受任務(wù)，為了實(shí)現(xiàn)這一目標(biāo)，自然語言作為人機(jī)信息交換將發(fā)揮越來越重要的作用。目前，智能機(jī)器人已成為機(jī)器人研究領(lǐng)域的一個(gè)熱點(diǎn)。工業(yè)機(jī)器人是智能機(jī)器人的一個(gè)重要研究領(lǐng)域。當(dāng)今，工業(yè)機(jī)器人的發(fā)展方興未艾，巨大的市場潛力，使真正的工業(yè)機(jī)器人的已經(jīng)在市場上嶄露頭角，以滿足人們?nèi)找嬖鲩L的需求，我們不能沒有一個(gè)高性能的語音識別系統(tǒng)。由于工業(yè)機(jī)器人是面向生產(chǎn)實(shí)際的需要，最好的工作方式是讓機(jī)器人能顧聽懂最常見的人類語言，完成指定的工作，并能與人交流。機(jī)器人語音識別是機(jī)器人研究領(lǐng)域中的語音識別應(yīng)用，最終的目標(biāo)是讓機(jī)器人了解人們的口頭語言，然后按照人們的命令來行動(dòng)或反應(yīng)，從而形成一個(gè)良好的人機(jī)對話系統(tǒng)。為了能夠進(jìn)一步推動(dòng)智能機(jī)器人的開發(fā)應(yīng)用，因此，在語音識別機(jī)器人的研究領(lǐng)域中，機(jī)器人語音識別系統(tǒng)是工業(yè)機(jī)器人的實(shí)際推廣應(yīng)用，具有重要的意義。

語音識別技術(shù)在智能機(jī)器人中的應(yīng)用已經(jīng)有很多年的歷史，作為智能機(jī)器人的一個(gè)分支，工業(yè)機(jī)器人得到了迅速發(fā)展，工業(yè)機(jī)器人通過語音識別從工業(yè)噪聲中提取有效的語音命令。為了實(shí)現(xiàn)機(jī)器人在一些特殊工業(yè)環(huán)境中工作的目的，機(jī)器人要能夠識別命令意圖。語音識別技術(shù)，可以實(shí)現(xiàn)人機(jī)對話，從而讓機(jī)器能模仿人類完成所有工作的分配，使其在各行各業(yè)中能夠得以應(yīng)用。目前所面臨的實(shí)際問題是：噪聲和干擾環(huán)境下對大型工業(yè)機(jī)器人的語音識別有嚴(yán)重的影響。在機(jī)器人識別領(lǐng)域，工業(yè)環(huán)境中的實(shí)時(shí)性是一個(gè)非常重要的任務(wù)。機(jī)器人在工業(yè)環(huán)境下應(yīng)用的聽覺識別是使智能機(jī)器人發(fā)展速率低的瓶頸。

2語音識別系統(tǒng)的發(fā)展

2.1語音識別系統(tǒng)的發(fā)展方向

語音識別系統(tǒng)是基于一套應(yīng)用軟件系統(tǒng)的硬件平臺和操作系統(tǒng)的一些。語音識別一般分為兩個(gè)步驟。第一步是學(xué)習(xí)或培訓(xùn)。這一階段的任務(wù)是建立基本單元的聲學(xué)模型來進(jìn)行識別和模型的語音語法分析等。第二步是識別或測試。根據(jù)識別系統(tǒng)的類型可以滿足一個(gè)識別方法的要求，使用語音分析的方法來分析語音特征參數(shù)，并建立了比較和測量系統(tǒng)模型，根據(jù)一定的標(biāo)準(zhǔn)，鑒定結(jié)果。

語音識別系統(tǒng)的應(yīng)用可分為兩個(gè)發(fā)展方向，其中一個(gè)是大詞匯連續(xù)語音識別系統(tǒng)，主要應(yīng)用于計(jì)算機(jī)的聽寫機(jī)，以及結(jié)合電話網(wǎng)或互聯(lián)網(wǎng)的語音信息服務(wù)系統(tǒng)，這些系統(tǒng)是在計(jì)算機(jī)平臺上的一個(gè)重要發(fā)展方向。其次是應(yīng)用的小型化，便攜式音頻產(chǎn)品，如無線移動(dòng)電話的撥號，語音控制車載設(shè)備，智能玩具，家用電器和其他方面的應(yīng)用的遠(yuǎn)程控制，這些應(yīng)用系統(tǒng)大多采用特殊的硬件系統(tǒng)來實(shí)現(xiàn)，特別是語音信號處理芯片和語音識別芯片，最近幾年快速發(fā)展，為其廣泛應(yīng)用創(chuàng)造了極為有利的條件。

2.2語音識別系統(tǒng)的模型與模式

語音識別系統(tǒng)的核心是聲學(xué)模型和模式分類。首先通過學(xué)習(xí)算法，訓(xùn)練語音聲學(xué)模型的特點(diǎn)是通過學(xué)習(xí)過程來生成聲學(xué)模型，這是識別潛在的模型的前提，是最關(guān)鍵的語音識別系統(tǒng)的一部分。聲學(xué)模型的目的是提供一種有效的方法來計(jì)算特征向量的聲音序列和每個(gè)發(fā)音模板之間的距離。人的發(fā)音在每一刻發(fā)音之前和之后都會(huì)受到影響。

為了模仿自然連續(xù)的協(xié)同發(fā)音和識別不同的發(fā)音，通常需要使用復(fù)雜的聲學(xué)模型。聲學(xué)模型和語言的發(fā)音特點(diǎn)的設(shè)計(jì)是密切相關(guān)的。聲學(xué)模型單元大小與單詞發(fā)音，音節(jié)模式和音位語音訓(xùn)練數(shù)據(jù)大小有關(guān)，故要求其系統(tǒng)識別具有很大的靈活性。大詞匯量語音識別系統(tǒng)，通常采用較小的單元和少量的計(jì)算，該模型只有較小的存儲(chǔ)容量，減少訓(xùn)練數(shù)據(jù)的數(shù)量，但相應(yīng)的聲音定位和分割問題就顯得更加困難，規(guī)則識別模型變得越來越復(fù)雜。通常大型模型中識別單元包括協(xié)同發(fā)音，這有利于提高系統(tǒng)的識別率，但訓(xùn)練數(shù)據(jù)也相對增加。必須根據(jù)不同語言的特點(diǎn)來識別詞匯，詞匯量大小決定單位大小。

篇8

無線通信網(wǎng)絡(luò)在創(chuàng)造移動(dòng)電子商務(wù)時(shí)，也帶來一系列不安全的因素，例如黑客竊聽、盜取信息、篡改用戶信息等。同時(shí)，有關(guān)法律法規(guī)的不夠完善也嚴(yán)重制約著移動(dòng)電子商務(wù)的快速發(fā)展。

1.竊聽用戶信息

過去的電子商務(wù)中，入侵者可以運(yùn)用有線網(wǎng)絡(luò)，進(jìn)一步實(shí)施有關(guān)的竊聽工作，因此，極易判定入侵者的具置和信息。在無線網(wǎng)絡(luò)環(huán)境下，進(jìn)行追蹤比較困難，因此在無線網(wǎng)絡(luò)環(huán)境下，入侵者如果具備網(wǎng)卡或相關(guān)的無線設(shè)備從任何地點(diǎn)都能進(jìn)入無線網(wǎng)絡(luò)中。

2.黑客篡改用戶信息

篡改用戶信息的情況在無線電子商務(wù)中非常普遍，如果非法用戶采用無線通信網(wǎng)絡(luò)獲取用戶的交易信息，可以隨意把篡改或刪除信息發(fā)送出去，這會(huì)給用戶帶來很大的損失。黑客也可以截取用戶的登陸名稱或密碼，從而竊取用戶的合法賬號。

二、語音識別技術(shù)在移動(dòng)電子商務(wù)中的應(yīng)用

1.創(chuàng)建安全模型

本文設(shè)計(jì)的安全模式，是以語音識別技術(shù)為基礎(chǔ)，創(chuàng)建移動(dòng)電子商務(wù)安全模型。該系統(tǒng)包含移動(dòng)設(shè)備用戶、語音服務(wù)提供商、移動(dòng)電子商務(wù)企業(yè)三個(gè)部分組合而成?？蛻舳溯斎氲恼Z音信息先讓移動(dòng)電子商務(wù)企業(yè)接收，隨之傳送至語音服務(wù)提供商進(jìn)行處理。設(shè)計(jì)的模型主要表現(xiàn)在儲(chǔ)存語音信息、進(jìn)行語音識別、及時(shí)更新、傳輸安全四個(gè)方面，從而有效保障電子商務(wù)交易的安全運(yùn)行。

2.安全模型的各項(xiàng)功能

（1）存儲(chǔ)語音信息

在無線電子商務(wù)實(shí)際交易時(shí)，全部的語音信息會(huì)先存在移動(dòng)電子商務(wù)企業(yè)的語音數(shù)據(jù)庫內(nèi)，移動(dòng)電子商務(wù)企業(yè)把用戶讀入的信息轉(zhuǎn)換為數(shù)字符號，存入專業(yè)的語音數(shù)據(jù)內(nèi)并標(biāo)明用戶名稱、時(shí)間等信息，從而更好的標(biāo)識語音信息。移動(dòng)電子商務(wù)企業(yè)把新增加的語音信息發(fā)送到語音服務(wù)提供商，由他們對這一段語音信息給予相應(yīng)的處理，成功獲取這段語音特征之后，自行把特征信息輸送到移動(dòng)電子商務(wù)企業(yè)的語音特征數(shù)據(jù)庫內(nèi)，并標(biāo)明相對應(yīng)的用戶名稱、時(shí)間等信息，隨之進(jìn)一步展開語音識別。從上述的分析可知，對用戶輸入的語音信號進(jìn)行去噪、提取特征先是由語音服務(wù)提供商進(jìn)程處理。語音服務(wù)提供商把語音信息傳輸給電子商務(wù)企業(yè)的語音特征數(shù)據(jù)庫之后，電子商務(wù)企業(yè)系統(tǒng)會(huì)先對語音特征是否已經(jīng)出現(xiàn)在數(shù)據(jù)庫中，如果查詢獲知該用戶名存在，表明數(shù)據(jù)庫已經(jīng)詳細(xì)記錄該用戶的語音信息；隨后把新錄入的語音特征與上一次最新的語音特征展開比較。若兩次語音特征一致，表明該語音順利通過系統(tǒng)識別，證明用戶的身份合法。同時(shí)，由于語音并不是獨(dú)特或唯一的，進(jìn)行語音識別時(shí)極易受到外界環(huán)境的干擾，對確定語音識別發(fā)生源非常困難。此時(shí)，可以使用相關(guān)技術(shù)在服務(wù)器端設(shè)置聲吶裝置，當(dāng)用戶進(jìn)行語音識別驗(yàn)證過程中，憑借超聲波判定發(fā)生源體積的大小。但該設(shè)備無法安裝在客戶端上，如果這樣非法用戶可以把客戶端的聲吶設(shè)備拆卸下來，從而致使發(fā)生源可信度降低。

（2）及時(shí)更新語音特征

移動(dòng)電子商務(wù)企業(yè)不僅僅要接受輸入的語音信息，同時(shí)要及時(shí)更新語音特征，從而提升語音識別的準(zhǔn)確度。具體實(shí)施步驟如下：首先必須具備充足的歷史信息才能有效總結(jié)新的規(guī)律。移動(dòng)電子商務(wù)企業(yè)可以建立定時(shí)查看用戶語音特征的系統(tǒng)，如果系統(tǒng)檢測到語音特征數(shù)據(jù)庫共出現(xiàn)30余條相同用戶名的語音特征，系統(tǒng)會(huì)自動(dòng)對語音特征展開比較，從而找尋其中的差別，最后獲取新的語音特征。把新的語音特征作為21條語音特征輸入語音特征數(shù)據(jù)庫內(nèi)，之后發(fā)送到相關(guān)企業(yè)數(shù)據(jù)庫內(nèi)。若看到某一用戶名下語音特征多于20條，運(yùn)用這一信息數(shù)除以20，如果得出的余數(shù)是0，在采用最新的20條信息按照上述的步驟進(jìn)行處理。運(yùn)用上述方法對語音特征進(jìn)行更新。

（3）傳輸語音信息

篇9

1 項(xiàng)目建設(shè)目標(biāo)

 

1.1 項(xiàng)目背景

 

目前，固網(wǎng)用戶撥打電話，必須先查出被叫的號碼，并按鍵進(jìn)行撥叫。而隨著通信業(yè)的發(fā)展，要記的電話號碼越來越多，而目前大部分的固定電話都沒有號碼存儲(chǔ)的功能，所以很多時(shí)候使用固話打電話時(shí)，要么從手機(jī)上查找被叫的電話，或者是從紙制電話簿去查找，既不方便，又浪費(fèi)時(shí)間。

 

“語音電話本”完全可以幫助用戶解決以上問題，用戶只需撥打一個(gè)號碼接入系統(tǒng)平臺，說出聯(lián)系人的姓名，系統(tǒng)就可以自動(dòng)將話路轉(zhuǎn)到該人的電話上。整個(gè)過程通過自然的語音方式交互，即感到親切自然方便快捷，又節(jié)省時(shí)間，提高工作效率。

 

從服務(wù)管理的角度來看，隨著信息通信客服業(yè)務(wù)受理的不斷發(fā)展，座席客服話務(wù)量越來越多，用戶對服務(wù)的質(zhì)量要求也越來越高，傳統(tǒng)客服系統(tǒng)在傳統(tǒng)語音信息處理上的局限性制約了系統(tǒng)服務(wù)和管理能力的提升。

 

服務(wù)方面，由于業(yè)務(wù)的多樣性和復(fù)雜性帶來的海量數(shù)據(jù)信息不能得到快速、有效的關(guān)聯(lián)處理而產(chǎn)生的問題，影響了客戶服務(wù)體驗(yàn)。

 

運(yùn)營管理方面，雇傭人工座席每天接聽大量的信息查詢電話，座席業(yè)務(wù)人員的更替帶來的培訓(xùn)，消耗了部分運(yùn)維成本，影響了服務(wù)質(zhì)量。

 

1.2 建設(shè)目標(biāo)

 

本項(xiàng)目通過研究智能語音技術(shù)在國網(wǎng)遼寧公司信息通信客服系統(tǒng)中的應(yīng)用，將語音識別及客服查號業(yè)務(wù)相結(jié)合，使用先進(jìn)的語音識別技術(shù)來代替繁重的人工勞動(dòng)，提高省公司內(nèi)部溝通的效率。目前，語音電話本技術(shù)實(shí)現(xiàn)主要包含：ASR 、TTS 、IVR 三項(xiàng)技術(shù)，其中TTS和IVR技術(shù)對于語音電話本業(yè)務(wù)來說已經(jīng)非常成熟。

 

ASR語音識別技術(shù)近年來發(fā)展十分迅速，其應(yīng)用也逐步得到推廣，佳都新太也一直開發(fā)、調(diào)試、應(yīng)用這項(xiàng)重要的語音技術(shù)，自2001年以來佳都新太先后在廣西、天津、廣東、河北、湖北、江蘇、遼寧等省的多個(gè)項(xiàng)目中使用了ASR 自動(dòng)語音識別系統(tǒng)，佳都新太通過對ASR測試、改進(jìn)，自動(dòng)語音識別率達(dá)到95%以上。

 

語音電話本業(yè)務(wù)可以說是CTI平臺上的典型應(yīng)用，佳都新太把ASR語音自動(dòng)識別技術(shù)、TTS語音合成技術(shù)與CTI 的IVR技術(shù)三者融合為一體，為語音電話本業(yè)務(wù)的技術(shù)實(shí)現(xiàn)提供了可靠的保障。

 

本項(xiàng)目可以達(dá)到目標(biāo)：

 

1.2.1 對語音信息的自動(dòng)化處理

 

通過建立具備智能語音分析能力的語音識別平臺，實(shí)現(xiàn)對用戶查號業(yè)務(wù)的語音實(shí)時(shí)識別及關(guān)聯(lián)處理，同時(shí)實(shí)現(xiàn)對語音文件的統(tǒng)一分析，提供支撐客服業(yè)務(wù)受理的有效工具。

 

1.2.2 文件分析處理

 

通過語音分析引擎對送入的語音進(jìn)行文字轉(zhuǎn)寫、維度結(jié)合后生成索引文件，這些結(jié)構(gòu)化的索引文件中包含了語音中的所有信息。索引文件存儲(chǔ)到數(shù)據(jù)倉庫中，通過對有效的海量錄音文件、音頻文件進(jìn)行分析處理。

 

1.2.3 實(shí)現(xiàn)自助查號功能

 

通過實(shí)現(xiàn)語音中的知識挖掘和語音文件的快速檢索，實(shí)現(xiàn)自動(dòng)語音查號功能。

 

2 項(xiàng)目技術(shù)方案

 

2.1 項(xiàng)目設(shè)計(jì)原則

 

本次項(xiàng)目是對省公司固定電話語音自動(dòng)查號系統(tǒng)的功能完善，使用先進(jìn)的語音識別技術(shù)來代替繁重的人工勞動(dòng)，提高省公司內(nèi)部溝通的效率。

 

本次項(xiàng)目的關(guān)鍵點(diǎn)和技術(shù)難點(diǎn)在于語音識別，因此在方案設(shè)計(jì)過程中我們著重考慮了這個(gè)問題，選用了國內(nèi)領(lǐng)先的智能語音技術(shù)來作為語音識別引擎，結(jié)合座席客服系統(tǒng)的需求提供定制化專業(yè)服務(wù)。

 

2.2 整體架構(gòu)設(shè)計(jì)

 

如圖1，用戶通過撥打查號服務(wù)電話，系統(tǒng)為用戶播放自動(dòng)語音并引導(dǎo)用戶按鍵選擇功能和需要查號的人名，系統(tǒng)根據(jù)語音分析出內(nèi)容，并在數(shù)據(jù)庫中查詢對應(yīng)的號碼，系統(tǒng)將查到的號碼以自動(dòng)語音方式播報(bào)給用戶。

 

系統(tǒng)部署需新增接入網(wǎng)關(guān)1臺，用于與電力內(nèi)部電話程控交換機(jī)對接，實(shí)現(xiàn)平臺電話呼入呼出。采用電信級語音接入網(wǎng)關(guān)Dialogic DMG2030，接入規(guī)模1E1(即30路通話)，PRI信令，通過電路中繼上聯(lián)到遼寧電力內(nèi)部程控交換機(jī)。遼寧電力內(nèi)部程控交換系統(tǒng)為語音電話本系統(tǒng)分配一個(gè)內(nèi)部接入服務(wù)號碼和一個(gè)外部接入服務(wù)號碼。同時(shí)網(wǎng)關(guān)接入虛擬資源池虛機(jī)網(wǎng)絡(luò)。

 

新增虛擬資源池虛機(jī)1臺，用于部署媒體處理軟件、CTI平臺、語音電話本業(yè)務(wù)應(yīng)用軟件、科大訊飛ASR軟件和TTS軟件、Oracle數(shù)據(jù)庫。

 

新增核心網(wǎng)絡(luò)交換機(jī)1臺，用于系統(tǒng)組網(wǎng)。

 

2.3 系統(tǒng)邏輯結(jié)構(gòu)

 

IVR與TTS、ASR通過語音引擎實(shí)現(xiàn)整個(gè)語音交互過程的自動(dòng)識別、自動(dòng)播放功能。系統(tǒng)采用B/S結(jié)構(gòu)，方便用戶對電話本的修改，也便于各營業(yè)網(wǎng)點(diǎn)的開戶、受理以及對用戶的電話本進(jìn)行維護(hù)等。整個(gè)系統(tǒng)采用模塊化結(jié)構(gòu)，具有很高的可靠性和可擴(kuò)充性。

 

邏輯結(jié)構(gòu)見圖2。

 

2.4 系統(tǒng)建設(shè)方案

 

新建“語音電話本”業(yè)務(wù)平臺，其網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖3所示。

 

設(shè)備組成說明：

 

系統(tǒng)平臺需要以下設(shè)備：

 

(1)IPS數(shù)字排隊(duì)機(jī);

 

(2)信令網(wǎng)關(guān)節(jié)點(diǎn);

 

(3)數(shù)據(jù)庫服務(wù)器： 實(shí)現(xiàn)用戶數(shù)據(jù)的存儲(chǔ)和系統(tǒng)認(rèn)證等功能;

 

(4)TTS服務(wù)器： 通過IPS平臺的MS模塊來實(shí)現(xiàn)資源調(diào)用;

 

(5)ASR服務(wù)器：通過IPS平臺的MS模塊來實(shí)現(xiàn)資源調(diào)用;

 

(6)WEB服務(wù)器：實(shí)現(xiàn)用戶通過互聯(lián)網(wǎng)對電話簿的維護(hù)管理功能;

 

(7)業(yè)務(wù)處理服務(wù)器：用于處理個(gè)人語音電話本業(yè)務(wù)流程;

 

(8)管理維護(hù)節(jié)點(diǎn);

 

(9)路由器和防火墻等網(wǎng)絡(luò)設(shè)備;

 

2.5 配置計(jì)算依據(jù)

 

2.5.1 中繼和語音的配置比例

 

語音電話本業(yè)務(wù)，用戶報(bào)出要找的人的姓名后，ASR進(jìn)行識別，系統(tǒng)根據(jù)ASR識別出的名字，找出對應(yīng)的電話號碼并進(jìn)行外呼，被叫接通后，主被叫進(jìn)行通話的過程中，語音資源即可釋放。整個(gè)業(yè)務(wù)實(shí)現(xiàn)和呼叫卡類業(yè)務(wù)的資源配置非常相似，根據(jù)200業(yè)務(wù)的實(shí)際運(yùn)行經(jīng)驗(yàn)數(shù)據(jù)，建議中繼和語音的比例為4：1。

 

2.5.2 中繼和ASR的配置比例

 

在一個(gè)呼叫的過程中，用戶說出要找人的姓名，ASR資源進(jìn)行識別，在識別完成系統(tǒng)呼通被叫后，ASR資源釋放，主被叫雙方進(jìn)行通話，按平均呼叫時(shí)長為150秒，其中ASR識別的時(shí)間大概為30秒，而在一次通話中占用一入一出兩個(gè)通道，按上面的估算數(shù)據(jù)，中繼和ASR的配比大約為 2×150/30=10：1。

 

2.5.3 中繼容量和所能支持的用戶數(shù)的比例

 

假設(shè)一些呼叫參數(shù)如下：

 

系統(tǒng)中繼容量A

 

用戶數(shù) B

 

每用戶每天使用次數(shù)C：8次

 

每次呼叫時(shí)長D：150秒

 

忙時(shí)集中系統(tǒng)E：10%

 

忙時(shí)中繼Erl數(shù)F：0.8

 

根據(jù)公式：A=B*C*D*E/F/3600

 

則 A：B=8×150×10%/0.8/3600=1：24

 

因?yàn)檎Z音電話本業(yè)務(wù)每次呼叫要占用一入一出兩個(gè)端口，所以中繼容量和所支持的用戶數(shù)的比例約為1：10。

 

2.5.4 數(shù)據(jù)庫處理能力計(jì)算

 

忙時(shí)TPMC=(忙時(shí)呼叫次數(shù)×(平均每次呼叫數(shù)據(jù)庫訪問次數(shù)+其他應(yīng)用模塊平均每次呼叫事務(wù)訪問處理次數(shù)))/60

 

按4.3.3假設(shè)的數(shù)據(jù)，當(dāng)使用語音電話本的用戶數(shù)為10，000用戶時(shí)，系統(tǒng)的忙時(shí)呼叫次數(shù)為 10000×8×10%=8000次/小時(shí)

 

按每次呼叫對數(shù)據(jù)庫的訪問操作次數(shù)為10次來計(jì)算，則10，000用戶時(shí)，對數(shù)據(jù)庫的TPMC值的要求為：

 

TPMC=8000×10/60=1333

 

2.6 業(yè)務(wù)系統(tǒng)功能

 

2.6.1 業(yè)務(wù)流程(如圖4)

 

2.6.2 聲控?fù)芴?/p>

 

用戶使用綁定電話撥打接入號碼“***”進(jìn)入系統(tǒng)后，系統(tǒng)直接會(huì)提示用戶報(bào)出用戶想找的人的姓名，并進(jìn)行呼叫。

 

(1)“聯(lián)系人名字” 選中默認(rèn)呼叫號碼：

 

(2)用戶撥打“語音電話本”服務(wù)號碼;

 

(3)說出對方姓名，如：張三;

 

(4)系統(tǒng)識別語音，查詢對應(yīng)的默認(rèn)電話號碼;

 

(5)系統(tǒng)通過語音播報(bào)查詢到的電話號碼。

 

(6)“聯(lián)系人名字+電話類型” 精確查詢：

 

(7)用戶撥打“語音電話本”服務(wù)號碼;

 

(8)說出對方姓名+電話類型，如：張三 手機(jī);

 

(9)系統(tǒng)識別語音，查詢對應(yīng)的電話類型的號碼;

 

系統(tǒng)通過語音播報(bào)查詢到的電話號碼。用戶通過綁定電話使用語音電話本業(yè)務(wù)流程如圖5所示。

 

用戶使用非綁定電話使用語音電話本業(yè)務(wù)時(shí)，必須先通過輸入帳號和密碼，經(jīng)過系統(tǒng)鑒權(quán)后才能使用。

 

2.6.3 原始通訊錄的錄入

 

語音電話業(yè)務(wù)開展的一個(gè)關(guān)鍵問題，就是用戶申請?jiān)摌I(yè)務(wù)后首批通訊錄的錄入問題，首批通訊錄相對來說量比較大，錄入的方式建議采用營業(yè)廳前臺填表錄入、通過WEB錄入的方式，也可以采用電話、傳真、信函的方式進(jìn)行錄入。在首批通訊錄錄入后，用戶在使用過程中做一些號碼本的修改和維護(hù)，維護(hù)量都比較小，可以通過WEB方式、電話、短消息、傳真等多種方式進(jìn)行修改。

 

批量導(dǎo)入電話本：

 

通過Excel文件導(dǎo)入企業(yè)通訊錄，可以參考如表1格式。

 

可以根據(jù)實(shí)際需求增加其他列。

 

2.6.4 電話本維護(hù)(Web)

 

系統(tǒng)提供后臺管理界面，管理員登錄后臺對電話本進(jìn)行管理，如圖6。

 

個(gè)人電話本資料可通過Web、人工坐席、電話、傳真、短消息等多種方式進(jìn)行電話本資料的維護(hù)管理，包括修改用戶密碼等。

 

業(yè)務(wù)流程如圖7所示。

 

“增加、刪除、修改”用戶記錄：

 

系統(tǒng)提供對單個(gè)記錄的“增加”、“刪除”、“修改”功能，方便對電話本進(jìn)行靈活管理。

 

2.6.5 多個(gè)號碼優(yōu)先呼功能

 

當(dāng)用戶錄入的某個(gè)聯(lián)系人有多個(gè)通訊號碼時(shí)，如有手機(jī)、小靈通、固定電話，可以把這些號碼都錄入在系統(tǒng)中，在呼叫時(shí)，用戶可以自行設(shè)置優(yōu)先呼叫的號碼，在號碼不通時(shí)再按設(shè)置的優(yōu)先策略逐一呼叫被叫其他的聯(lián)系方式。

 

2.6.6 信息查詢(Web)

 

系統(tǒng)提供電話本查詢界面給座席和管理員使用。

 

座席和管理員可根據(jù)聯(lián)系人姓名，查詢聯(lián)系人對應(yīng)的所有電話信息。

 

該功能主要在座席提供人工服務(wù)時(shí)使用。

 

3 技術(shù)創(chuàng)新點(diǎn)

 

本次項(xiàng)目采用國內(nèi)領(lǐng)先的智能語音識別技術(shù)(ASR)結(jié)合客服后臺定制化查詢需求，在滿足用戶傳統(tǒng)的查詢基礎(chǔ)上，語音定制化為用戶報(bào)出相關(guān)信息，由用戶按鍵選擇即可，大大方便了用戶的操作和客服的工作時(shí)間。

 

4 總體性能指標(biāo)

 

通過研究智能語音技術(shù)在信息通信客服系統(tǒng)中的應(yīng)用，實(shí)現(xiàn)客服查號業(yè)務(wù)的自能化，實(shí)現(xiàn)語音的自動(dòng)識別及數(shù)據(jù)分析，減少人工運(yùn)維成本，提高客服服務(wù)質(zhì)量及服務(wù)效率。

 

5 技術(shù)展望

 

篇10

中圖分類號：TP391.6 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-7712 （2014） 12-0000-02

隨著全球化的發(fā)展，越來越多的人想掌握一門外語，而傳統(tǒng)的語言教學(xué)已不能滿足人們的這一需求。計(jì)算機(jī)輔助語言學(xué)習(xí)（Computer Assisted Language Learning，縮寫CALL）伴隨著這一時(shí)代背景應(yīng)運(yùn)而生。CALL是在一定的語言學(xué)和心理學(xué)的理論基礎(chǔ)之上，利用計(jì)算機(jī)技術(shù)和信息技術(shù)輔助、推進(jìn)語言學(xué)習(xí)。目前，許多CALL學(xué)習(xí)軟件大多是把各類資料集成在一起，基本上不能對學(xué)習(xí)者給出有效的反饋信息。語音識別技術(shù)的應(yīng)用使得CALL系統(tǒng)可以具有發(fā)音評測的功能，能夠幫助學(xué)習(xí)者及時(shí)發(fā)現(xiàn)和糾正錯(cuò)誤發(fā)音，避免重復(fù)錯(cuò)誤發(fā)音形成習(xí)慣，從而極大提高了學(xué)習(xí)者的學(xué)習(xí)效率。

一、計(jì)算機(jī)輔助語言學(xué)習(xí)（CALL）及其特點(diǎn)

（一）計(jì)算機(jī)輔助語言學(xué)習(xí)（CALL）簡介

語言作為我們的日常交流工具，在經(jīng)濟(jì)全球化發(fā)展的今天，它的社會(huì)功能也越來越凸顯。隨著國際交流的日益頻繁，越來越多的人想掌握一門第二語言，語言學(xué)習(xí)也成為了教育領(lǐng)域的一大熱點(diǎn)。

語言學(xué)習(xí)的直接目的就是提高學(xué)生的交際能力，而這一能力最直接的體現(xiàn)就是口語表達(dá)。傳統(tǒng)的師生教學(xué)是語言學(xué)習(xí)的主要方式，在這種教學(xué)方式下口語的教學(xué)主要是采用教師講解發(fā)音方式和發(fā)音演示，學(xué)生跟讀訓(xùn)練的方法?？梢哉f這樣的學(xué)習(xí)方式在口語學(xué)習(xí)中是至關(guān)重要且卓有成效的，但卻是不夠的。隨著計(jì)算機(jī)技術(shù)和信息技術(shù)的迅猛發(fā)展，CALL已成為當(dāng)今外語教學(xué)發(fā)展的一個(gè)新趨勢。作為一種新的學(xué)習(xí)方式，它主要是在一定的語言學(xué)和心理學(xué)的理論基礎(chǔ)之上，利用計(jì)算機(jī)和信息技術(shù)輔助和推進(jìn)外語的教學(xué)。

CALL是外語學(xué)習(xí)的新趨勢，它在中國的應(yīng)用已經(jīng)有近20年的歷史，但直到多媒體技術(shù)的出現(xiàn)，它才真正進(jìn)入外語教學(xué)的課堂。可以預(yù)見CALL作為一種教育技術(shù)在教學(xué)中的運(yùn)用是外語學(xué)習(xí)發(fā)展的必然趨勢。

（二）計(jì)算機(jī)輔助語言學(xué)習(xí)（CALL）的應(yīng)用及其特點(diǎn)

CALL始于二十世紀(jì)五十年代的美國，在語言教學(xué)中的應(yīng)用始于二十世紀(jì)六十年代。其發(fā)展大致經(jīng)歷了行為主義階段、交際法階段、綜合法階段[1]。

1.行為主義階段（Behavioristic CALL）

60年代，當(dāng)時(shí)的應(yīng)用主要為CAI（Computer-Aided Instruction）課件（courseware）的開發(fā)與利用，課件以行為主義（behaviorism）為理論基礎(chǔ)。按照該理論，斯金納設(shè)計(jì)了便于及時(shí)強(qiáng)化的程序教學(xué)機(jī)器和便于進(jìn)行程序教學(xué)的程序[2]。程序教學(xué)主張把教學(xué)目標(biāo)和內(nèi)容分解成很小的單元，按照嚴(yán)格的邏輯順序編制程序，將教學(xué)信息轉(zhuǎn)換成一系列問題與答案，電腦呈現(xiàn)一個(gè)問題（S），學(xué)生提供一個(gè)答案（R），答對給予獎(jiǎng)勵(lì)，答錯(cuò)給予懲罰，獎(jiǎng)勵(lì)或懲罰緊隨反應(yīng)之后，這樣通過一步步地強(qiáng)化使學(xué)生掌握教學(xué)內(nèi)容，最終達(dá)到預(yù)期的目標(biāo)。

這時(shí)CALL軟件的特點(diǎn)是：計(jì)算機(jī)僅作為提供素材和指令的工具，將各知識點(diǎn)以固定方式組織起來；允許學(xué)生根據(jù)自己的步調(diào)自定學(xué)習(xí)進(jìn)度和速度，但學(xué)習(xí)過程完全由計(jì)算機(jī)程序控制；計(jì)算機(jī)向?qū)W生提供大量的練習(xí)，練習(xí)的答案往往是唯一的，學(xué)生的回答沒有自主性和靈活性。

2.交際法階段（Communicative CALL）

20世紀(jì)80年代，計(jì)算機(jī)的功能大大加強(qiáng)，微機(jī)（microcomputer，或稱個(gè)人電腦 personal computer）開始應(yīng)用于教育。CAI課件的設(shè)計(jì)原則轉(zhuǎn)向以認(rèn)知心理學(xué)為主導(dǎo)，強(qiáng)調(diào)學(xué)習(xí)者的心理特征和認(rèn)知規(guī)律，遵循認(rèn)知的信息加工理論，把學(xué)習(xí)看作是學(xué)習(xí)者根據(jù)自己的態(tài)度、興趣、愛好和需要，利用原有的認(rèn)知結(jié)構(gòu)，對當(dāng)前外部刺激所提供的信息做出主動(dòng)、有選擇的信息加工。這一時(shí)期CALL軟件的代表是著名學(xué)者安德遜（Aderson）根據(jù)認(rèn)知學(xué)習(xí)理論，研制出的”高中幾何智能輔助教學(xué)系統(tǒng)”，它實(shí)現(xiàn)了對學(xué)生求解幾何問題思維過程的自動(dòng)跟蹤和控制。

這一時(shí)期CALL軟件的特點(diǎn)是：計(jì)算機(jī)能夠根據(jù)學(xué)習(xí)者的需求和特點(diǎn)進(jìn)行個(gè)別教學(xué)，但由于心理學(xué)對人類學(xué)習(xí)規(guī)律認(rèn)識不全面和人工智能技術(shù)的發(fā)展不成熟，CALL軟件離個(gè)別化教學(xué)還有一段距離。

3.綜合法階段（Integrative CALL）

80年代后期并持續(xù)至今，多媒體技術(shù)與網(wǎng)絡(luò)技術(shù)取得突破性發(fā)展，尤其是因特網(wǎng)的出現(xiàn)及其迅猛發(fā)展不僅改變了傳統(tǒng)的生產(chǎn)方式、生活方式和思維方式，也改變了人們的教育觀念和學(xué)習(xí)方式，引起了一場教育革命。

同時(shí)期崛起的建構(gòu)主義（constructivism）學(xué)習(xí)理論成為這場教育革命中革新傳統(tǒng)教學(xué)的理論基礎(chǔ)。建構(gòu)主義學(xué)習(xí)理論與認(rèn)知語言學(xué)、社會(huì)語言學(xué)、第二語言習(xí)得的理論等構(gòu)成綜合法的理論基礎(chǔ)。其中社會(huì)語言學(xué)的影響尤為明顯，它強(qiáng)調(diào)在語言學(xué)習(xí)中要為學(xué)生提供真實(shí)的社會(huì)交際，使他們能夠掌握社會(huì)所需要的語言技能（Warshauer&Meskill，1998）。而實(shí)現(xiàn)這一目的的最好方法是使學(xué)生參與有意義的任務(wù)型學(xué)習(xí)（task-based learning）。通過專題學(xué)習(xí)（thematic learning）、項(xiàng)目型學(xué)習(xí)（project-based learning）、協(xié)作式學(xué)習(xí)（collaborative learning）、跨文化學(xué)習(xí)（cross-cultural learning）等多種方法，在兼學(xué)知識、文化的同時(shí)學(xué)習(xí)語言。

這一時(shí)期CALL軟件的特點(diǎn)是：（1）計(jì)算機(jī)作為認(rèn)知工具、情感交流及協(xié)作學(xué)習(xí)工具，起到導(dǎo)師、伙伴的作用；（2）提倡為外語學(xué)習(xí)創(chuàng)造真實(shí)的情境，開展有意義的、有創(chuàng)造性的語言交際活動(dòng)；（3）提倡將語言的學(xué)習(xí)與計(jì)算機(jī)技能的學(xué)習(xí)及使用結(jié)合起來，培養(yǎng)學(xué)生具有21世紀(jì)網(wǎng)絡(luò)時(shí)代所需要的外語交際能力（Warshauer，1996；Warshauer，Shetzer，&Meloni，2000）。

由此可以看出，CALL經(jīng)歷的三個(gè)階段伴隨著教育學(xué)、心理學(xué)、計(jì)算機(jī)技術(shù)和信息技術(shù)的發(fā)展而發(fā)展，CALL系統(tǒng)的設(shè)計(jì)也向著交互性、個(gè)性化、針對性和創(chuàng)造性的方向發(fā)展。

二、語音識別技術(shù)在CALL系統(tǒng)的應(yīng)用

（一）語音識別技術(shù)簡介

語音識別技術(shù)，也被稱為自動(dòng)語音識別技術(shù)（Automatic Speech Recognition，ASR），其目標(biāo)是讓機(jī)器也能夠像人一樣具有聽覺功能，直接接受人的語言，能理解人的意圖，并做出相應(yīng)的反應(yīng)。

最早的基于電子計(jì)算機(jī)的語音識別系統(tǒng)是50年代由AT&T貝爾實(shí)驗(yàn)室開發(fā)的Audrey語音識別系統(tǒng)，它能夠識別10個(gè)英文數(shù)字[3]；60和70年代，線性預(yù)測編碼（Linear Predictive Coding LPC）及動(dòng)態(tài)時(shí)間規(guī)整（Dynamic Time Warp DTW）技術(shù)的提出有效的解決了語音信號的特征提取和不等長的匹配問題[4]，實(shí)現(xiàn)了特定人孤立詞語音識別系統(tǒng)；80年代和90年代，隱馬爾科夫（HMM）模型和人工神經(jīng)元網(wǎng)絡(luò)（ANN）的成功應(yīng)用，使得語音識別系統(tǒng)的性能比以往更優(yōu)異，實(shí)現(xiàn)了大詞匯量、連續(xù)語音和非特定人的語音識別。隨著多媒體時(shí)代的到來，語音識別技術(shù)逐漸從實(shí)驗(yàn)室走向應(yīng)用，其代表有：Via Voice、Whisper、Voice Tone、Voice Action、Siri等。

21世紀(jì)，互聯(lián)網(wǎng)和移動(dòng)通信技術(shù)的發(fā)展給語音識別帶來了新的契機(jī)，語音識別應(yīng)用已經(jīng)延伸到各個(gè)方面，如通訊領(lǐng)域、計(jì)算機(jī)語音檢索系統(tǒng)、自動(dòng)化控制等。語音識別技術(shù)已經(jīng)成為一個(gè)具有競爭性的新興高技術(shù)產(chǎn)業(yè)，是一門既有理論價(jià)值又有實(shí)際意義的重要學(xué)科。

（二）語音識別技術(shù)的基本原理

從技術(shù)上看，語音識別屬于模式識別的范疇，其系統(tǒng)結(jié)構(gòu)與模式識別具有相似之處。不同的語音識別系統(tǒng)在具體實(shí)現(xiàn)細(xì)節(jié)上有所不同，但所采用的原理基本是相似的。首先要對輸入的語音信號進(jìn)行預(yù)處理，并抽取所需的語音特征，在此基礎(chǔ)上建立語音識別所需的語音模板。在識別過程中，將輸入的語音信號的特征與己存在的語音模板進(jìn)行比較，并根據(jù)一定的搜索，找出最優(yōu)的與輸入的語音相匹配的模板。最后，給出計(jì)算機(jī)的識別結(jié)果。其識別過程如圖1：

圖1

（三）語音識別技術(shù)在CALL中的應(yīng)用

隨著計(jì)算機(jī)技術(shù)和信息技術(shù)的發(fā)展，CALL已成為現(xiàn)代教育技術(shù)在教育領(lǐng)域一個(gè)重要應(yīng)用。但最初的CALL主要應(yīng)用在文字閱讀和語言理解能力的訓(xùn)練，現(xiàn)存的CALL系統(tǒng)也大多側(cè)重單詞、語法的學(xué)習(xí)[5]，很少關(guān)注語言發(fā)音訓(xùn)練。語音技術(shù)的不斷發(fā)展和成熟為學(xué)習(xí)者發(fā)音練習(xí)提供了可能，它在CALL中最直接的應(yīng)用就是幫助用戶更好地練習(xí)語言發(fā)音。

CALL中引入語音識別技術(shù)，改變了傳統(tǒng)的語言學(xué)習(xí)方式，使得學(xué)習(xí)者能夠?qū)ψ约旱陌l(fā)音做出客觀的評價(jià)?；谡Z音識別技術(shù)的CALL已成為計(jì)算機(jī)輔助語言學(xué)習(xí)系統(tǒng)研究的熱點(diǎn)，不少公司和科研機(jī)構(gòu)也投入了大量的人力、物力、財(cái)力在研究開發(fā)相關(guān)的發(fā)音學(xué)習(xí)系統(tǒng)，并且出現(xiàn)了一些較為成熟的產(chǎn)品。如“Pronunciation”、“Tell Me More”等，這些系統(tǒng)采用提供語音信號波形圖的方式讓學(xué)習(xí)者進(jìn)行模仿，這種方式只是給學(xué)習(xí)者技術(shù)上的沖擊感，對改善他們的發(fā)音并沒有實(shí)際的幫助。國內(nèi)許多英語學(xué)習(xí)軟件都是把各類英語資料（文本、圖片、音頻、視頻）累積在一起，基本上不能對學(xué)習(xí)者給出有效的反饋信息，即便加入了語音識別功能，其功能類似于復(fù)讀機(jī)，即只能給學(xué)習(xí)者提供發(fā)音演示、錄音跟讀的功能，如“說寶堂”、“e百分”等產(chǎn)品。由于很少有軟件會(huì)對學(xué)習(xí)者的發(fā)音做出一個(gè)整體的評分，也不能準(zhǔn)確定位和檢測學(xué)習(xí)者的發(fā)音錯(cuò)誤，更沒有對學(xué)習(xí)者的錯(cuò)誤發(fā)音做出一個(gè)反饋和矯正，加之學(xué)習(xí)者因?yàn)樽陨硭较拗?，很難完全發(fā)現(xiàn)錯(cuò)誤、糾正不正確的發(fā)音。故此，軟件發(fā)音錯(cuò)誤矯正的功能顯得尤為重要?；谡Z音識別技術(shù)的CALL系統(tǒng)對于語言學(xué)習(xí)者來說是一個(gè)有效的輔助語言學(xué)習(xí)的平臺，為了有效的促進(jìn)語言學(xué)習(xí)，它應(yīng)該具備如圖2所示的功能。

圖2

通過分析我們可以發(fā)現(xiàn)，目前語音識別技術(shù)在CALL中的應(yīng)用取得了一些進(jìn)展，但是仍然有一些問題等待解決和克服。目前的一些困難和問題主要集中在產(chǎn)品設(shè)計(jì)理念和技術(shù)實(shí)現(xiàn)上兩個(gè)方面。

在產(chǎn)品設(shè)計(jì)理念上我們需要考慮以下幾個(gè)問題：（1）教育軟件的設(shè)計(jì)和開發(fā)應(yīng)該應(yīng)考慮學(xué)習(xí)者的需求，以學(xué)習(xí)者為中心；（2）教育軟件的設(shè)計(jì)應(yīng)該考慮教育學(xué)和教育心理學(xué)的相關(guān)理論，避免書本知識的搬家；（3）考慮學(xué)習(xí)者認(rèn)知的個(gè)體差異性，為學(xué)生提供多元化學(xué)習(xí)的認(rèn)知工具。

在技術(shù)實(shí)現(xiàn)上我們需要考慮以下幾個(gè)問題：（1）選擇合適的識別基元以提高識別率；（2）對語音信號的端點(diǎn)更加精確的檢測，即判斷語音信號的開始和結(jié)尾以提高識別的準(zhǔn)確率；（3）對給定的發(fā)音進(jìn)行錯(cuò)誤檢測和糾正，尋找合理的評分機(jī)制，并對學(xué)習(xí)者的發(fā)音進(jìn)行及時(shí)、客觀的反饋；（4）提高預(yù)處理階段語音信號的信噪比；（5）選擇高效的識別算法以減少識別時(shí)的搜索范圍，提高識別速度。

四、結(jié)束語

本文分別介紹了語音識別技術(shù)和CALL，然后對語音識別技術(shù)在CALL中的應(yīng)用進(jìn)行了綜述，并探討了設(shè)計(jì)基于語音識別技術(shù)的CALL系統(tǒng)時(shí)需要考慮的問題。語音識別技術(shù)作為一種逐漸成熟的技術(shù)，它是基于語音識別技術(shù)的CALL系統(tǒng)的基礎(chǔ)與核心?；谡Z音識別技術(shù)的CALL是一種新的、有效的學(xué)習(xí)方式，它能夠有效的促進(jìn)學(xué)習(xí)者口語水平的提高，也是CALL系統(tǒng)的一個(gè)重要發(fā)展方向。

參考文獻(xiàn)：

[1]楊芳，曹揚(yáng)波.計(jì)算機(jī)輔助語言學(xué)習(xí)的發(fā)展與前景[J].中國科技信息，2011（02）.

[2]何克抗，李文光.教育技術(shù)學(xué)[M].北京：北京師范大學(xué)出版社，2009.

[3]詹新明，黃南山，楊燦.語音識別技術(shù)研究進(jìn)展[J].現(xiàn)代計(jì)算機(jī)，2008（09）.