語(yǔ)音自動(dòng)識(shí)別技術(shù)及其在電信彩鈴業(yè)務(wù)中的應(yīng)用研究.pdf

1、語(yǔ)音識(shí)別技術(shù)(Automatic Speech Recognition)又稱ASR技術(shù)，它是一種將人聲語(yǔ)音信號(hào)轉(zhuǎn)化為可以被計(jì)算機(jī)程序識(shí)別的文字信息，從而識(shí)別、了解講話人所發(fā)出指令和意圖的技術(shù)。語(yǔ)音識(shí)別技術(shù)的終極目標(biāo)是實(shí)現(xiàn)機(jī)器與人之間可通過(guò)自然語(yǔ)言進(jìn)行互動(dòng)。二十世紀(jì)五十年代，美國(guó)電話電報(bào)公司(ATT)貝爾實(shí)驗(yàn)室里建成第一臺(tái)語(yǔ)音識(shí)別系統(tǒng)——Audry系統(tǒng)，它僅能識(shí)別十個(gè)英文數(shù)字。上世紀(jì)八十年代末期，數(shù)字信息技術(shù)、計(jì)算機(jī)軟硬件技術(shù)的發(fā)展掀起前

2、所未有的高潮，為語(yǔ)音識(shí)別的研發(fā)帶來(lái)堅(jiān)實(shí)的技術(shù)支撐。語(yǔ)音識(shí)別技術(shù)在商業(yè)領(lǐng)域首先得以應(yīng)用，并迅速擴(kuò)展到社會(huì)生產(chǎn)和生活的每一領(lǐng)域，自身也受到不斷更新的技術(shù)的要求。
　　本文首先在第一章簡(jiǎn)要介紹國(guó)內(nèi)外語(yǔ)音識(shí)別技術(shù)的發(fā)展現(xiàn)狀。其次，從ASR技術(shù)的基本模型方面，介紹了端點(diǎn)檢測(cè)、預(yù)處理、模塊生成、模塊匹配和模塊管理等環(huán)節(jié)中的模式識(shí)別和數(shù)字信號(hào)處理的原理。本文通過(guò)分析和研究語(yǔ)音識(shí)別技術(shù)的發(fā)展歷程，分別通過(guò)HMM（隱馬爾科夫模型）和DTW（動(dòng)態(tài)時(shí)間

3、規(guī)正法）設(shè)計(jì)漢語(yǔ)語(yǔ)言的語(yǔ)音識(shí)別系統(tǒng)。HMM具有較強(qiáng)的時(shí)間序列建模能力，對(duì)時(shí)間進(jìn)行特征參數(shù)的訓(xùn)練，每個(gè)語(yǔ)音對(duì)應(yīng)自己的隱馬爾科夫模型，語(yǔ)音與隱馬爾科夫模型進(jìn)行對(duì)應(yīng)匹配，完成識(shí)別過(guò)程。HMM通常適用在需要識(shí)別大詞匯量的情況。DTW能夠很好的處理語(yǔ)音信號(hào)特征參數(shù)的時(shí)間長(zhǎng)短不同性問(wèn)題，具有識(shí)別速度快、系統(tǒng)費(fèi)用少和有效的小詞匯量處理作用。每節(jié)結(jié)尾都通過(guò)Matlab進(jìn)行仿真，并提供腳本。最后對(duì)整個(gè)彩鈴語(yǔ)音識(shí)別平臺(tái)的系統(tǒng)進(jìn)行了系統(tǒng)的介紹。彩鈴語(yǔ)音識(shí)別平