移動設(shè)備平臺上英語口語學(xué)習(xí)中的語音識別技術(shù).pdf

1、隨著科技進步和經(jīng)濟的飛速發(fā)展，全球智能手機終端性能的極大提高，各大手機廠商紛紛加大智能手機平臺的軟件開發(fā)，各種語音手機也紛紛出現(xiàn)。但是一般手機的語音識別都是為用戶提供人際交互方式控制手機的功能，針對英語學(xué)習(xí)需求的應(yīng)用研究和開發(fā)還是比較缺少。在目前利用英語進行口語交流越來越多的環(huán)境下，利用智能手機的便攜終端，給用戶提供不受時間、地點和教師資源限制的智能英語學(xué)習(xí)系統(tǒng)，將會為用戶提供更好、更快的電子學(xué)習(xí)手段。
　　目前已有的基于PC的智

2、能英語學(xué)習(xí)軟件，已經(jīng)能提供基于計算機輔助學(xué)習(xí)技術(shù)，讓學(xué)習(xí)者及時得到發(fā)音質(zhì)量評分的智能化功能。若要將此類軟件移植到手機平臺上，將要受到手機運算速度、存儲空間量和總線帶寬等因素的限制。針對嵌入式系統(tǒng)的軟硬件限制，本文研究了一套在手機平臺上基于連續(xù)語音識別技術(shù)的英語學(xué)習(xí)系統(tǒng)。該系統(tǒng)利用語音識別技術(shù)對學(xué)習(xí)者發(fā)音質(zhì)量進行有效評估，反饋給用戶發(fā)音信息,系統(tǒng)開發(fā)以卡內(nèi)基梅隴大學(xué)的SPHINX為整個系統(tǒng)核心的識別引擎，該引擎在大詞匯量、連續(xù)讀音識別方面

3、具有優(yōu)勢。實驗發(fā)現(xiàn)，語音識別過程中，高斯計算以及Viterbi路徑查找所消耗的時間最多，因此，本文拋棄一般語音識別算法所用的連續(xù)型隱馬爾可夫模型，而使用半連續(xù)型隱馬爾可夫模型，使得識別過程減少大量的高斯計算所消耗的計算量。另外根據(jù)英語口語發(fā)音學(xué)習(xí)的特殊應(yīng)用，以學(xué)習(xí)句子作為先驗知識，在識別過程中進行剪支，只識別所讀句子，使得搜索空間大大減少，這也使得系統(tǒng)響應(yīng)時間大大縮短。
　　最后本文進行實驗對比 PC平臺系統(tǒng)模型以及本文提出的系統(tǒng)