文本語音匹配的研究和應(yīng)用.pdf

1、語言是人類最重要的交流工具，而文字則是人類用來記錄語言的符號。隨著多媒體、計(jì)算機(jī)網(wǎng)絡(luò)和語音識別技術(shù)的高速發(fā)展，文本語音匹配成為基于內(nèi)容的音頻和多媒體數(shù)據(jù)分析和計(jì)算機(jī)輔助語言教學(xué)等領(lǐng)域中的十分重要的問題。文本語音匹配是以語音識別系統(tǒng)的核心技術(shù)為基礎(chǔ)，對參考文本和對應(yīng)語音進(jìn)行強(qiáng)制對準(zhǔn)的過程，其目的在于獲得語音與文本之間的時(shí)間對應(yīng)關(guān)系，從而用于模型訓(xùn)練、語音評價(jià)、媒體檢索、廣播電視出版等多個(gè)領(lǐng)域。
　　 作為語音識別領(lǐng)域的關(guān)鍵技術(shù)之一

2、，文本語音匹配算法的研究多年來受到研究人員的普遍關(guān)注。近年來，該領(lǐng)域的研究主要集中在嘗試?yán)酶鞣N方法來提高匹配的準(zhǔn)確率和魯棒性，包括環(huán)境音素的影響，對超長語料的處理，以及對不完全匹配的文本和語音進(jìn)行匹配等方面。本文在系統(tǒng)論述目前國內(nèi)外文本語音匹配技術(shù)發(fā)展現(xiàn)狀的基礎(chǔ)上，針對大量連續(xù)語料和不完全匹配語料給出了對準(zhǔn)方法，以解決對準(zhǔn)過程中存在的性能和失配問題，在此基礎(chǔ)上設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)對準(zhǔn)引擎，并應(yīng)用于智能英語口語訓(xùn)練平臺的內(nèi)容制作和語音評分，

3、主要工作和創(chuàng)新點(diǎn)包括：
　　 1.提出一種基于模糊邏輯的多特征音頻分類算法。該算法將語音似然度(speech likelihood)的概念和模糊邏輯理論引入到音頻分類的研究中，綜合考慮音頻片段的多維特征，利用模糊邏輯推理系統(tǒng)標(biāo)識其中的語音部分。實(shí)驗(yàn)表明，該方法可顯著改善分類性能。
　　 2.提出一種改進(jìn)的基于擴(kuò)展匹配網(wǎng)絡(luò)的容錯(cuò)對準(zhǔn)算法。該算法通過對匹配網(wǎng)絡(luò)進(jìn)行擴(kuò)展，對局部的單詞和短語級別的插入、刪除和替換錯(cuò)誤均可進(jìn)行檢測

4、，有效地提高了傳統(tǒng)的強(qiáng)制對準(zhǔn)算法的準(zhǔn)確性。
　　 3.提出一種適用于大量連續(xù)語料和非完全匹配語料的對準(zhǔn)算法。該算法將大規(guī)模文本語音的對準(zhǔn)問題轉(zhuǎn)化為一個(gè)多階段決策過程的最優(yōu)化問題，進(jìn)而應(yīng)用動(dòng)態(tài)規(guī)劃思想進(jìn)行求解，以解決大量連續(xù)語料在文本語音匹配過程中存在的失配問題。實(shí)驗(yàn)表明，結(jié)合相應(yīng)的糾錯(cuò)和剪枝策略，該算法的匹配準(zhǔn)確性和魯棒性均得到大幅提高。
　　 4.在上述算法研究的基礎(chǔ)上，結(jié)合自然語言處理技術(shù)和語音評分技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)了