基于ASR的兒童語言教育系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著現(xiàn)代計(jì)算機(jī)技術(shù)的普及和發(fā)展，計(jì)算機(jī)的使用越來越深入到人們的日常生活中。人類與計(jì)算機(jī)進(jìn)行交流時(shí)，最直接和方便的方式就是語言交流，所以語音識(shí)別和語音合成技術(shù)已成了現(xiàn)代科技發(fā)展的一個(gè)標(biāo)志，語音識(shí)別和語音合成也因此成為現(xiàn)代計(jì)算機(jī)技術(shù)研究和發(fā)展的重要領(lǐng)域之一。語音識(shí)別技術(shù)與多種學(xué)科的研究領(lǐng)域都有聯(lián)系，這些領(lǐng)域的科研成果也成為推動(dòng)語音識(shí)別技術(shù)發(fā)展的重要因素。語音識(shí)別技術(shù)已經(jīng)取得了一些成就。但是，大多數(shù)語音識(shí)別系統(tǒng)仍局限于實(shí)驗(yàn)室中試用，遠(yuǎn)遠(yuǎn)沒有達(dá)

2、到實(shí)用化的要求。 本文研究了語音自適應(yīng)技術(shù)中兩種常用的說話人自適應(yīng)方法：最大后驗(yàn)概率(MAP)方法和最大似然線性回歸(MLLR)方法。在此基礎(chǔ)上，本文提出一種適合于語音識(shí)別的復(fù)合漸進(jìn)自適應(yīng)方法。這種新方法成功地結(jié)合了MAP和MLLR兩種方法的優(yōu)點(diǎn)。新方法使用了一個(gè)全局轉(zhuǎn)移矩陣來簡(jiǎn)化MLLR模塊，用來解決環(huán)境和說話人生理引起的差異，提供了更加精確的MAP模塊初始模型。另外，漸進(jìn)的MAP模塊用來精細(xì)的刻畫基于音素層次的差異，同時(shí)也確

3、保了整個(gè)方法的漸進(jìn)性。本文應(yīng)用復(fù)合漸進(jìn)方法對(duì)微軟語音識(shí)別引擎進(jìn)行了改進(jìn)，在隨后的驗(yàn)證性實(shí)驗(yàn)中，這種復(fù)合方法取得了較好的效果。實(shí)驗(yàn)證明，這種新方法能夠有效地克服說話人差異和環(huán)境差異對(duì)識(shí)別系統(tǒng)的影響，能較好地適合語音識(shí)別系統(tǒng)的要求。 在上述理論研究成果的基礎(chǔ)上，本文結(jié)合了現(xiàn)代教育技術(shù)的成果與兒童語言教育的需求，成功地應(yīng)用改進(jìn)后的微軟語音識(shí)別引擎開發(fā)了兒童語言教育軟件，實(shí)現(xiàn)了中文語音識(shí)別、VC++、Flash和微軟語音識(shí)別引擎之間的通