第6卷第3期溫州職業(yè)技術(shù)學(xué)院學(xué)報(bào)Vol 6 No. 32006年9月Journal of wenzhou vocational Technical college語(yǔ)音識(shí)別技術(shù)及應(yīng)用劉向華(溫州職業(yè)技術(shù)學(xué)院計(jì)算機(jī)系,浙江溫州325035)[摘要]語(yǔ)音識(shí)別技術(shù)近年來(lái)得到了飛速的發(fā)展并且在越來(lái)越多的領(lǐng)域得到了廣泛的應(yīng)用。隱馬爾可夫模型(HM語(yǔ)音識(shí)別技術(shù)是一種基于訓(xùn)練數(shù)據(jù)提供的概率自動(dòng)構(gòu)造識(shí)別系統(tǒng)的技術(shù),主要用于大量詞匯的語(yǔ)音識(shí)別,而且具有良好的識(shí)別性能和抗噪性能。因此,一般的語(yǔ)音識(shí)別系統(tǒng)都采用基于HM旳識(shí)別方法作為其基本算法。本文列舉了語(yǔ)音識(shí)別在教學(xué)中的應(yīng)用示例來(lái)分析其基本算法。[關(guān)鍵詞]語(yǔ)音識(shí)別技術(shù);隱馬爾可夫模型(HM;語(yǔ)音模型[中圖分類號(hào)]TN12.34[文獻(xiàn)標(biāo)識(shí)碼]A[文章編號(hào)]1671-4326(2006)03-0033-03Speech Recognition Technology and its applicationLIU Xiang-huaComputer Science Department, Wenzhou Vocational Technical College, Wenzhou, 325035, China)Abstract: The speech recognition technology has boomed in recent years and is widely used in more andmore fields. The speech recognition technology of HMM is the technology that is based on the recognition systerof the auto-construction probability provided by the practical digit. It is mainly used in speech recognition of a largenumber of vocabularies with the fine property of recognition and anti-noise. Therefore, the common speech recog-nition system usually adopts the recognition approach based on HMM as its basic algorithm. This paper, demonKey words: Speech recognition technology; HMM; Language modey ysis on its basic algorithmstrating the application of the speech recognition in teaching, makes an ana0引言語(yǔ)音輸入識(shí)別結(jié)果特征提取語(yǔ)音識(shí)別技術(shù)是2000~2010年間信息技術(shù)領(lǐng)域重要的十大科技發(fā)展技術(shù)之一。語(yǔ)音識(shí)別是一門交叉學(xué)科,正逐步成為信息技術(shù)中人機(jī)接口的關(guān)鍵技術(shù)。語(yǔ)圖1語(yǔ)音識(shí)別系統(tǒng)的實(shí)現(xiàn)過(guò)程1音識(shí)別技術(shù)與語(yǔ)音合成技術(shù)結(jié)合使人們能夠甩掉鍵隱馬爾可夫模型( Hi dden mar kov Model s,簡(jiǎn)稱盤,通過(guò)語(yǔ)音命令進(jìn)行相應(yīng)的操作。語(yǔ)音技術(shù)的應(yīng)用HMM語(yǔ)音識(shí)別技術(shù)是一種統(tǒng)計(jì)技術(shù),它提供了一種基已經(jīng)成為一個(gè)具有競(jìng)爭(zhēng)性的新興高技術(shù)產(chǎn)業(yè)。于訓(xùn)練數(shù)據(jù)提供的概率自動(dòng)構(gòu)造識(shí)別系統(tǒng)的技術(shù)。這語(yǔ)音識(shí)別技術(shù)是 Rabi ner等人在20世紀(jì)80年代引入語(yǔ)音識(shí)別領(lǐng)域與機(jī)器進(jìn)行語(yǔ)音交流,讓機(jī)器明白你說(shuō)什么,這的一種語(yǔ)音識(shí)別算法。該算法通過(guò)對(duì)大量語(yǔ)音數(shù)據(jù)進(jìn)是人們長(zhǎng)期以來(lái)夢(mèng)寐以求的事情。近20年來(lái),語(yǔ)音識(shí)行數(shù)據(jù)統(tǒng)計(jì),建立識(shí)別條的統(tǒng)計(jì)模型,然后從待識(shí)別別技術(shù)取得顯著進(jìn)步,開(kāi)始從實(shí)驗(yàn)室走向市場(chǎng)。預(yù)計(jì)語(yǔ)音中提取特征,與這些模型匹配,通過(guò)比較匹配分在未來(lái)10年內(nèi),語(yǔ)音識(shí)別技術(shù)將進(jìn)入工業(yè)、家電、通數(shù)以獲得識(shí)別結(jié)果。通過(guò)大量的語(yǔ)音,就能夠荻得信、汽車電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個(gè)穩(wěn)健的統(tǒng)計(jì)模型,能夠適應(yīng)實(shí)際語(yǔ)音中的各種突發(fā)個(gè)領(lǐng)域。一個(gè)完整的語(yǔ)音識(shí)別系統(tǒng)可大致分為三部情況?；贖M的算法23,主要用于大量詞匯的語(yǔ)音分,如圖1所示。識(shí)別系統(tǒng),而且其算法具有良好的識(shí)別性能和抗噪性1.1隱馬爾可夫語(yǔ)音識(shí)別技術(shù)能,故現(xiàn)在[收稿日期]2006-01-15TH中國(guó)煤化工HMM的識(shí)CNMHG[作者簡(jiǎn)介劉向華(1977一),女,湖南隆回人,溫州職業(yè)技術(shù)學(xué)院計(jì)算機(jī)系助教溫州職業(yè)技術(shù)學(xué)院學(xué)報(bào)2006年9月別方法作為基本算法。一個(gè)典型的HMM語(yǔ)音識(shí)別過(guò)程=argnax[ B()≤i≤T包括以下幾個(gè)方面返回結(jié)果(1)利用前向、后向算法計(jì)算模型的形成觀察概S=B.(s-)t=T-1,T-2T-3,…,0率集p(X/中)。其計(jì)算方法如下:s=(S。51S2…,S)是最佳序列。初始狀態(tài):a(i)=丌1≤i≤N(4)根據(jù)最佳狀態(tài)序列對(duì)應(yīng)的值,給出候選音節(jié)%(9.1)ab(x)1t≤1可≤N聲韻母。(5)通過(guò)語(yǔ)言模型形成詞和句子1.2隱馬爾可夫語(yǔ)音識(shí)別技術(shù)的改進(jìn)隊(duì)x4)=a(i)隨著語(yǔ)音識(shí)別研究工作的深入開(kāi)展,HMM語(yǔ)音識(shí)那么p(x/中)=a(S)(S是最后的狀態(tài))別方法愈來(lái)愈受到人們的重視,基于HMM技術(shù)的識(shí)別(2)利用 Baum Wel ch算法求出最優(yōu)解 ar gax{p系統(tǒng)的缺點(diǎn)就在于統(tǒng)計(jì)模型的建立需要依賴一個(gè)較大(X/φ)}。其方法描述如下:的語(yǔ)音庫(kù)。這在實(shí)際工作中占有很大的工作量。且模5(i,j)表示t時(shí)狀態(tài)為i以及t+1時(shí)狀態(tài)為j的型所需要的存儲(chǔ)量和匹配計(jì)算(包括特征矢量的輸出概率,即i,j)=p(q=,q,,)概率計(jì)算)的運(yùn)算量相對(duì)較大,通常需要具有一定容5(1,/D(q=,q,Wλ)量SRAM的DSP才能完成。另外,它的一個(gè)最主要的缺p( A)點(diǎn)是根據(jù)詞模型推出的狀態(tài)段長(zhǎng)分布是指數(shù)分布,這q()a1b(0)(j)不符合語(yǔ)音的本質(zhì)屬性,因此,現(xiàn)在推出了一種非齊p(dλ)次的HM晤音識(shí)別模型( Dur at i on d stri but i on BasedHi dden№ br kov model,簡(jiǎn)稱DDBH№M。在此模型中用q(1)ab(0-)9.(j)狀態(tài)的段長(zhǎng)分布函數(shù)替代了齊次HMM中的狀態(tài)轉(zhuǎn)移矩點(diǎn)q()a(0,),)陣,徹底拋棄了“平穩(wěn)的假設(shè)”,而從非平穩(wěn)的角度考慮問(wèn)題,使模型成為一種基于狀態(tài)段長(zhǎng)分布的隱含Y()+i,)表示t時(shí)狀態(tài)為的概率,元= Mar kov模型。段長(zhǎng)分布函數(shù)的引入澄清了經(jīng)典HM語(yǔ)(i)表示時(shí)刻1經(jīng)過(guò)狀態(tài)ⅰ次數(shù),a表示在時(shí)刻T內(nèi),音識(shí)別模型的許多矛盾, DB BHM比國(guó)際上流行的HMM狀態(tài)ⅰ轉(zhuǎn)移到狀態(tài)j的總次數(shù),除以在時(shí)刻T內(nèi),狀語(yǔ)音識(shí)別模型有更好的識(shí)別性能和更低的計(jì)算復(fù)雜度態(tài)i被經(jīng)過(guò)的總次數(shù),其公式如下(訓(xùn)練算法比流行的Baum算法復(fù)雜度低兩個(gè)數(shù)量級(jí))由于該模型解除了對(duì)語(yǔ)音信號(hào)狀態(tài)的齊次性和對(duì)語(yǔ)音白(1,j)a, i特征的非相關(guān)性的限制,因此,為語(yǔ)音識(shí)別研究的深入發(fā)展提供了一個(gè)和諧的框架。1.3語(yǔ)音識(shí)別在教學(xué)中的應(yīng)用示例5(k)表示在時(shí)刻T內(nèi),經(jīng)過(guò)狀態(tài)j,并且狀態(tài)j對(duì)假設(shè)要為學(xué)校課件資源庫(kù)設(shè)立一個(gè)門衛(wèi),對(duì)要進(jìn)應(yīng)的觀測(cè)事件為vx的總數(shù)除以時(shí)刻T內(nèi),經(jīng)過(guò)狀態(tài)入課件資源庫(kù)者進(jìn)行口令驗(yàn)證,當(dāng)學(xué)生對(duì)麥克風(fēng)發(fā)出的總數(shù),其公式如下:“主人,請(qǐng)開(kāi)門吧!”聲音時(shí),打開(kāi)課件資源庫(kù),為用戶提供可利用的課件資源,否則在屏幕上顯示“口令不正確,請(qǐng)重輸?！钡木嫣崾尽６?dāng)連續(xù)3次發(fā)出錯(cuò)(誤口令時(shí),則提示“您已3次輸入錯(cuò)誤口令,謝絕訪問(wèn)!”,關(guān)閉系統(tǒng)結(jié)束運(yùn)行。利用ⅤB開(kāi)發(fā)的門衛(wèi)模塊(3)利用 Vi ter bi算法解出最佳狀態(tài)轉(zhuǎn)移序列。其如下:界面為課件資源庫(kù)背景;主要對(duì)象為 Direct方法描述如下Speech Recogni ti on,其№ne屬性設(shè)為 Direct sr;V(i)=n≤i≤ N Comand1按鈕,其 Pi ctur e屬性設(shè)為人耳圖片,用于B(0激活口令監(jiān)聽(tīng); Text boⅹ,其Text屬性設(shè)為空,用于V, (j)=xlv.1(i)a,b, (X )顯示語(yǔ)音命令短語(yǔ)。(1≤t≤;1≤j≤N其語(yǔ)音識(shí)別程序如下B()=ar gnax[,(i)a, b, (Y)mret vallo凵中國(guó)煤化工(1≤t≤T;1≤j≤NPri vate sCNMHG最佳記錄=ax[v,(i)]1≤i≤TDirect SR ur anar UI IIDL 1 I ng i Gr ammar第6卷第3期劉向華:語(yǔ)音識(shí)別技術(shù)及應(yīng)用35+vbNewli ne查統(tǒng)計(jì)表明,多達(dá)85%以上的人對(duì)語(yǔ)音識(shí)別的信息查+"type=cgf"vb№ WLi ne+"[< star t丬]"+vb№ elI ne詢服務(wù)系統(tǒng)的性能表示滿意?？梢灶A(yù)測(cè),在近5~10+"< star t>=主人,請(qǐng)開(kāi)門吧!"+ vbNewli ne年內(nèi),語(yǔ)音識(shí)別系統(tǒng)的應(yīng)用將更加廣泛,各種各樣的End Sub語(yǔ)音識(shí)別系統(tǒng)產(chǎn)品將不斷出現(xiàn)在市場(chǎng)上。語(yǔ)音識(shí)別技Conmand1. Cl i cko術(shù)在人工郵件分揀中的作用也日益顯現(xiàn),發(fā)展前景誘I=I+1人。一些發(fā)達(dá)國(guó)家的郵政部門已經(jīng)使用了這一系統(tǒng),D rect sR Acti vat e語(yǔ)音識(shí)別技術(shù)逐漸成為郵件分揀的新技術(shù)。它可以克End sub服手工分揀單純依靠分揀員記憶力的不足,解決人員Pri vate Sub di rect sr phr asefi ni sh( Byval科lags成本過(guò)高的問(wèn)題,提高郵件處理的效率和效益。就教As Long, Byval begi nhi As Long, Byval begi nl o As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ong, Byval enshi As Long, Byval endl o As Long,用戶更好地練習(xí)語(yǔ)言技巧。如一家美國(guó)公司開(kāi)發(fā)了一Byval Phrase As String, Byval parsed As String, Byal套《Ta|ktoM》,當(dāng)用戶跟著計(jì)算機(jī)說(shuō)完一句話后resul ts As Long計(jì)算機(jī)會(huì)同時(shí)顯示標(biāo)準(zhǔn)發(fā)音和用戶發(fā)音的波形比照Txt Command. t ext=phr ase圖,并給出分?jǐn)?shù)。用戶可以反復(fù)對(duì)比傾聽(tīng)來(lái)體會(huì)這種Sel ect Case phr ase差異。不難想象,將語(yǔ)音技術(shù)應(yīng)用于教育方面的空間Case i主人,請(qǐng)開(kāi)門吧!是極其巨大的。就娛樂(lè)方面來(lái)講,也可以激發(fā)出許多Ret val Shel I ("C: \sour ce\ sour ce. exe", 1)的新應(yīng)用。如通過(guò)電話進(jìn)行電視MV點(diǎn)播時(shí),可以直Case El se接說(shuō)出哪個(gè)歌手的哪首歌,電視臺(tái)就接受語(yǔ)音輸入而IfI>=3 Then txt command.text="您已3次輸入播放相應(yīng)的曲目。隨著網(wǎng)絡(luò)技術(shù)的進(jìn)一步發(fā)展,電子錯(cuò)誤口令,謝絕訪問(wèn)!":End商務(wù)也正在日漸流行。語(yǔ)音識(shí)別技術(shù)和電子商務(wù)的結(jié)Txt Corand.text="口令不正確,請(qǐng)重輸。合,將創(chuàng)造一種全新的交易方式,我們可以做到足不End Sel ect出戶就能夠“逛”商場(chǎng),購(gòu)買到我們所需要的東西。而End Sub且,這種語(yǔ)音交流的方式比起網(wǎng)上購(gòu)物更具有親和2語(yǔ)音識(shí)別技術(shù)的應(yīng)用前景力,同時(shí)也為人類的工作和生活帶來(lái)極大的便利語(yǔ)音識(shí)別技術(shù)發(fā)展到今天,特別是中小詞匯量非3結(jié)束語(yǔ)特定人語(yǔ)音識(shí)別系統(tǒng)識(shí)別精度已經(jīng)大于98%,對(duì)特定語(yǔ)音識(shí)別技術(shù)在現(xiàn)代社會(huì)中已經(jīng)得到了廣泛的應(yīng)人語(yǔ)音識(shí)別系統(tǒng)的識(shí)別精度就更高。這些技術(shù)已經(jīng)能用,幾乎可以延伸到各個(gè)領(lǐng)域。隨著研究的深入,會(huì)夠滿足通常應(yīng)用的要求。由于大規(guī)模集成電路技術(shù)的有更多的服務(wù)、設(shè)備等與此項(xiàng)技術(shù)相結(jié)合,人們將不發(fā)展,這些復(fù)雜的語(yǔ)音識(shí)別系統(tǒng)也已經(jīng)完全可以制成必再通過(guò)按鍵來(lái)輸入,也不必使用鼠標(biāo)和鍵盤,只需專用芯片,大量生產(chǎn)。在西方經(jīng)濟(jì)發(fā)達(dá)國(guó)家,大量的要我們開(kāi)口說(shuō)話。與人類進(jìn)步過(guò)程中其他任何一種技語(yǔ)音識(shí)別產(chǎn)品已經(jīng)進(jìn)入市場(chǎng)和服務(wù)領(lǐng)域。一些用戶交術(shù)的發(fā)展歷程一樣,語(yǔ)音和語(yǔ)言處理技術(shù)在不同的成換機(jī)、電話機(jī)、手機(jī)已經(jīng)包含了語(yǔ)音識(shí)別撥號(hào)功能、語(yǔ)熟階段都有一個(gè)不同的應(yīng)用形式和不同的市場(chǎng)定位音記事本、語(yǔ)音智能玩具等產(chǎn)品,同時(shí)也包括語(yǔ)音識(shí)在經(jīng)歷從技術(shù)到市場(chǎng)、再?gòu)氖袌?chǎng)到技術(shù)的螺旋式上升別與語(yǔ)音合成功能。人們可以通過(guò)電話網(wǎng)絡(luò)用語(yǔ)音識(shí)的過(guò)程中,這種技術(shù)將變得越來(lái)越成熟,市場(chǎng)也將越別口語(yǔ)對(duì)話系統(tǒng)查詢有關(guān)的機(jī)票、旅游、銀行信息。調(diào)來(lái)越廣。[參考文獻(xiàn)[1]D G St or k and ME. Hennecke, edi t or s, Speeng by Hunans and Machi nes[ M. BerI i n: Comput er and Syst erms Sci ences, 1996. 331-3502] Zhan Puni ng, Wang Zuoyi ng. I mpr ovement ofMarkow nodel for speech recogni ti on[J] Act a El ectroni ca Si ni ca, 1994, (1):9-15.[3]P. L. Si l sbee and A. C. Bovi k, Comput er I i pr eadi ng for i mpr oved accur acy i n aut omat ic speech recogni ti on[J]. I EEE Trans acti ons on Speech and Audi o Pr ocessi ng, 1996, 4(5): 337-3514]何好義,計(jì)算機(jī)語(yǔ)音識(shí)別技術(shù)及其應(yīng)用[].大眾科技,2005,(6)5]譚保華,熊健民,劉么和,湖北工學(xué)院招生語(yǔ)音應(yīng)答系統(tǒng)[J].湖北工學(xué)院學(xué)報(bào),2003,(5)6]朱民雄,聞新,黃健群,等,計(jì)箅機(jī)語(yǔ)音技術(shù)[M.北京:北京航空航天大學(xué)出版社,2002YH化號(hào)