語(yǔ)音識(shí)別調(diào)查報(bào)告范文
讓計(jì)算機(jī)能聽(tīng)懂人的語(yǔ)言，是自計(jì)算機(jī)誕生以來(lái)人類(lèi)便夢(mèng)寐以求的，Intel創(chuàng)辦人Gordon Moore曾說(shuō)，語(yǔ)音技術(shù)是影響未來(lái)科技發(fā)展最關(guān)鍵的技術(shù);IBM總裁Lou Gerstner指出，有朝一日，將有數(shù)十億的人運(yùn)用自然語(yǔ)言在Intern et上瀏覽、查詢【’]。隨著移動(dòng)電話、掌上電腦、PDA等移動(dòng)設(shè)備以及移動(dòng)計(jì)算環(huán)境中各類(lèi)智能設(shè)備的廣泛應(yīng)用，使用語(yǔ)音作為用戶操作界面的要求越來(lái)越迫切，移動(dòng)設(shè)備體積小，計(jì)算能力和存儲(chǔ)空間有限，其使用場(chǎng)合又往往處于復(fù)雜、多變的噪聲環(huán)境中，使得基于這類(lèi)設(shè)備的語(yǔ)音識(shí)別實(shí)用技術(shù)面臨許多挑戰(zhàn)。如今語(yǔ)音識(shí)別的應(yīng)用領(lǐng)域不斷拓展，在軍事、工業(yè)、家電、消費(fèi)電子、交通等各方面都得到了廣泛的應(yīng)用。常見(jiàn)的應(yīng)用有: (1>語(yǔ)音控制語(yǔ)音識(shí)別技術(shù)可實(shí)現(xiàn)這樣的功能，利用聲音來(lái)控制一臺(tái)機(jī)器設(shè)備的運(yùn)行。例如現(xiàn)在的智能家電，就可以通過(guò)語(yǔ)音控制其開(kāi)關(guān)和其他功能的實(shí)現(xiàn)。語(yǔ)音控制一方面可以提高工作效率，另一方面也可以在人們手腳被占用的時(shí)候?qū)崿F(xiàn)控制，解放人們的雙手。
(2)語(yǔ)音輸入利用語(yǔ)音識(shí)別技術(shù)，將人們的聲音信號(hào)直接轉(zhuǎn)換成相應(yīng)的文字輸入計(jì)算機(jī)系統(tǒng)，不僅可以代替鍵盤(pán)使文字的輸入工作更加省力和高效，同時(shí)也為那些不熟悉鍵盤(pán)輸入法的人們提供了一種新的文字輸入途徑。
(3)身份識(shí)別和指紋類(lèi)似，人們的聲紋也具有較強(qiáng)的排他性，因此可以利用語(yǔ)音識(shí)別來(lái)進(jìn)行身份的識(shí)別和確認(rèn)工作。
語(yǔ)音識(shí)別一般有廣義和狹義之分。廣義的語(yǔ)音識(shí)別指的是從語(yǔ)音信號(hào)中提取出任何人們感興趣內(nèi)容的技術(shù)，而我們通常所說(shuō)的語(yǔ)音識(shí)別指的是狹義的語(yǔ)音識(shí)別，即從語(yǔ)音信號(hào)中提取出文本內(nèi)容的技術(shù)。也就是通過(guò)算法，將語(yǔ)音轉(zhuǎn)換成文本的過(guò)程[}2}根據(jù)識(shí)別的對(duì)象不同，語(yǔ)音識(shí)別大致分為3類(lèi):孤立詞識(shí)別，連續(xù)語(yǔ)音識(shí)別，關(guān)鍵詞識(shí)別。
其中孤立詞識(shí)別是識(shí)別事先己知的孤立詞，如“開(kāi)始”、“結(jié)束”等;連續(xù)語(yǔ)音識(shí)別的任務(wù)則是識(shí)別任意的連續(xù)語(yǔ)音，如一個(gè)句子或者一段話;連續(xù)語(yǔ)音流中的關(guān)鍵詞檢測(cè)針對(duì)的也是連續(xù)語(yǔ)音，但它并不要求識(shí)別全部文字，而只是檢測(cè)己知關(guān)鍵詞在何處出現(xiàn)，如在一段話中檢測(cè)“西安”、“中國(guó)”這兩個(gè)詞。根據(jù)語(yǔ)音識(shí)別系統(tǒng)所針對(duì)的發(fā)音人，可以將語(yǔ)音識(shí)別分為2類(lèi):特定人語(yǔ)音識(shí)別和非特定人語(yǔ)音識(shí)別。 其中前者只能識(shí)別特定的一個(gè)人或幾個(gè)人的語(yǔ)音，而后者則可以被任何人使用。顯然，非特定人語(yǔ)音識(shí)別系統(tǒng)更符合實(shí)際需要，但它要比特定人的識(shí)別困難得多。另外，根據(jù)語(yǔ)音設(shè)備和通道，可以分為桌面CPC)語(yǔ)音識(shí)別、電話語(yǔ)音識(shí)別和嵌入式設(shè)備(手機(jī)、PDA等)語(yǔ)音識(shí)別。不同的采集通道會(huì)使發(fā)音的聲學(xué)特性產(chǎn)生變形，因此需要構(gòu)造各自的識(shí)別系統(tǒng)。
雖然當(dāng)前語(yǔ)音識(shí)別技術(shù)在實(shí)際應(yīng)用中取得了較好效果，但我們也應(yīng)清醒的認(rèn)識(shí)到其中存在的問(wèn)題并對(duì)其進(jìn)行深入的分析。目前國(guó)內(nèi)外對(duì)語(yǔ)音識(shí)別技術(shù)研究存在的主要問(wèn)題有:
(1>標(biāo)準(zhǔn)輸入的問(wèn)題缺乏標(biāo)準(zhǔn)輸入是目前語(yǔ)音識(shí)別面臨的主要難
題之一。因?yàn)檎Z(yǔ)言、方言之間的差異，
所以很難確定一個(gè)標(biāo)準(zhǔn)的輸入，導(dǎo)致實(shí)際使用時(shí)誤識(shí)率過(guò)高，較難達(dá)到人們預(yù)期的'效果。即使語(yǔ)言相同，我們每個(gè)人的發(fā)音習(xí)慣也不盡相同，這就導(dǎo)致了根據(jù)某些人的語(yǔ)音數(shù)據(jù)
設(shè)計(jì)出來(lái)的語(yǔ)音識(shí)別系統(tǒng)很難適應(yīng)所有的使用者。因此目前絕大多數(shù)的語(yǔ)音識(shí)別系統(tǒng)在使用前，都需要使用者對(duì)其進(jìn)行適應(yīng)性訓(xùn)練，使其習(xí)慣自己的發(fā)音，以提高識(shí)別的正確率。另外，對(duì)語(yǔ)音識(shí)別的輸入設(shè)備缺乏統(tǒng)一標(biāo)準(zhǔn)也是導(dǎo)致語(yǔ)音輸入不標(biāo)準(zhǔn)的重要方面。
因?yàn)楫?dāng)前的錄音設(shè)備都是以人能聽(tīng)清，聽(tīng)懂為標(biāo)準(zhǔn)進(jìn)行設(shè)計(jì)的，至于如何調(diào)整輸入設(shè)備的各項(xiàng)參數(shù)，使其適應(yīng)計(jì)算機(jī)識(shí)別的特點(diǎn)，讓識(shí)別系統(tǒng)能夠更好的分辨，對(duì)此我們還需要做大量的數(shù)據(jù)收集，分析和研究工作。
(2)環(huán)境噪聲的問(wèn)題環(huán)境噪聲的干擾也是語(yǔ)音識(shí)別研究中一個(gè)不可回避的問(wèn)題。在實(shí)際應(yīng)用時(shí)，我們并不能保證識(shí)別系統(tǒng)始終處于一個(gè)安靜的環(huán)境中工作。大多數(shù)的應(yīng)用場(chǎng)景總是存在著環(huán)境噪聲，且不同場(chǎng)景的噪聲也各不相同。我們?cè)谡Z(yǔ)音識(shí)別系統(tǒng)開(kāi)發(fā)時(shí)很難做到訓(xùn)練環(huán)境和真實(shí)環(huán)境的匹配，導(dǎo)致很多識(shí)別系統(tǒng)在實(shí)驗(yàn)室環(huán)境下識(shí)別效果很好，但是到了實(shí)際應(yīng)用的場(chǎng)景，一旦遇到較強(qiáng)的環(huán)境噪聲，識(shí)別的效果就大打折扣了。所以說(shuō)，噪聲環(huán)境中語(yǔ)音識(shí)別要比安靜環(huán)境下困難很多。目前解決環(huán)境噪聲干擾問(wèn)題的途徑主要有三個(gè):一是在語(yǔ)音識(shí)別的前端，即語(yǔ)音輸入環(huán)節(jié)，開(kāi)發(fā)抗噪性能更好的語(yǔ)音輸入設(shè)備，從源頭上降低語(yǔ)音信號(hào)中的噪聲分量;二是在對(duì)己經(jīng)混入了噪聲的語(yǔ)
音信號(hào)進(jìn)行特征提取時(shí)，選取抗噪性高的特征參數(shù);三是在對(duì)語(yǔ)音識(shí)別系統(tǒng)進(jìn)行訓(xùn)練時(shí)，充分考慮到噪聲的干擾問(wèn)題，進(jìn)行針對(duì)性的訓(xùn)練以提高系統(tǒng)識(shí)別的魯棒性。
(3)協(xié)同發(fā)音現(xiàn)象:人們?cè)诮涣鲿r(shí)很少一個(gè)字一個(gè)字的孤立發(fā)音，多數(shù)情況下都是按照自己的習(xí)慣連續(xù)發(fā)音，這時(shí)原本孤立的聲學(xué)單元就會(huì)受到上下文的影響而發(fā)生模糊、變異。因此無(wú)論在語(yǔ)音識(shí)別系統(tǒng)中選取何種建模單元(詞、音節(jié)、聲韻母、音素)，都需要對(duì)這些單元之間的相互影響做細(xì)化處理，這樣就會(huì)帶來(lái)模型數(shù)目的劇增和訓(xùn)練數(shù)據(jù)的相對(duì)醫(yī)乏。
語(yǔ)音信號(hào)處理是以語(yǔ)音學(xué)和數(shù)字信號(hào)處理為基礎(chǔ)，涉及語(yǔ)言學(xué)、模式識(shí)別、機(jī)器學(xué)習(xí)、人工智能、信息論等領(lǐng)域的一門(mén)綜合性學(xué)科，它主要包括四個(gè)部分:語(yǔ)音識(shí)別(Speech Recognition)、語(yǔ)音合成(Speech Synthesis)、語(yǔ)音編碼(SpeechCoding)和語(yǔ)音分類(lèi)(Speech Classification)}4]。語(yǔ)音識(shí)別是指機(jī)器從語(yǔ)音信號(hào)中提取語(yǔ)言信息，從而使機(jī)器能夠有效地理解和執(zhí)行發(fā)聲者的各種意圖，其目的是要讓機(jī)器聽(tīng)懂人類(lèi)口述的語(yǔ)言，“聽(tīng)懂’，有兩層含義，其一是指將語(yǔ)音轉(zhuǎn)換為文本，其二是指理解語(yǔ)音包含的意義。通常所說(shuō)的語(yǔ)音識(shí)別是指第一層含義，而第二層含義則屬于語(yǔ)言理(LanguageUnderstanding)的范疇，讓機(jī)器聽(tīng)懂我們的話語(yǔ)，是自動(dòng)語(yǔ)音識(shí)別(Automatic Speech Recognition, ASR要研究的課題。ASR的最終目標(biāo)是要將連續(xù)的語(yǔ)音自動(dòng)地變換成文本字符，實(shí)現(xiàn)所謂的音字轉(zhuǎn)換。在日常生活中，人們用數(shù)以萬(wàn)計(jì)的詞語(yǔ)，組成連續(xù)的語(yǔ)句來(lái)進(jìn)行交談，在這種自然發(fā)音的
語(yǔ)句中，由于協(xié)同發(fā)音以及語(yǔ)調(diào)、重音和抑揚(yáng)頓挫等節(jié)律的影響，很多音素的聲學(xué)特性跟單字念讀時(shí)差別很大，這給ASR帶來(lái)了許多挑戰(zhàn)。
在語(yǔ)音識(shí)別方法中，目前占主導(dǎo)地位的是基于統(tǒng)計(jì)的模式識(shí)別方法〔川。一段語(yǔ)音波形通過(guò)前端信號(hào)處理后可以得到一組特征序列。在給定觀測(cè)序列Y的情況下識(shí)別系統(tǒng)采用最大后驗(yàn)概率準(zhǔn)則決定輸出詞序列(2-1)其中，P(幼與詞序列W無(wú)關(guān)，因此在式(2-1)中分母可以忽略，即 2-2式中，P(W)為語(yǔ)一言模型，表示特定詞序列出現(xiàn)的先驗(yàn)概率，與觀測(cè)語(yǔ)音信號(hào)無(wú)關(guān);P(Y}W)為聲學(xué)模型，表示給定詞序列W情況下輸出Y的概率，也就是給定聲學(xué)模型輸出Y的概率。如圖所示，大詞匯量連續(xù)語(yǔ)音識(shí)別系統(tǒng)是一般由語(yǔ)音信號(hào)處理、聲學(xué)特征提取、聲學(xué)模型、語(yǔ)言模型、解碼器以及錯(cuò)誤處理模塊組成。從語(yǔ)音數(shù)據(jù)提取聲學(xué)特征并輸入到解碼器，利用聲學(xué)模型和語(yǔ)言模型，基于最大后驗(yàn)概率準(zhǔn)則解碼，并對(duì)解碼輸出進(jìn)行錯(cuò)誤處理，得到最終的識(shí)別結(jié)果
【語(yǔ)音識(shí)別調(diào)查報(bào)告范文】相關(guān)文章：
交通調(diào)查報(bào)告范文12-31
錯(cuò)別字現(xiàn)象調(diào)查報(bào)告范文-調(diào)查報(bào)告01-14
數(shù)據(jù)語(yǔ)音項(xiàng)目可行性研究報(bào)告10-31
市場(chǎng)調(diào)查報(bào)告范文4篇-調(diào)查報(bào)告01-14
調(diào)查報(bào)告書(shū)寫(xiě)要求及范文-調(diào)查報(bào)告01-14
光盤(pán)行動(dòng)調(diào)查報(bào)告范文01-17
【精選】學(xué)生調(diào)查報(bào)告范文01-17