清华大学多媒体课件 (25)_第1页
清华大学多媒体课件 (25)_第2页
清华大学多媒体课件 (25)_第3页
清华大学多媒体课件 (25)_第4页
清华大学多媒体课件 (25)_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、 语音识别的研究领域比较广，归纳起来，一般有以下四个方面： 按可识别的词汇量多少 语音识别系统可分为小、中、大词汇量三种。一般来说，能识别词汇小于100的，称为小词表语言识别；大于100的称为中词表语音识别；大于1000的称为大词表语音识别。词表越大，困难越多。3.5.1 语音识别系统的分类1 按照语音的输入方式 语音识别的研究集中于对孤立词、连接词和连续语音的识别。2按发音人可分为特定人、限定人和非特定人语音识别三种 对于特定人进行语音识别的系统，使用前需由特定人对系统进行训练。 如果需要限定的几个人使用同一系统，则可以研制成限定人识别系统。 如果一个系统不必经使用者训练就可以识别各种发音者

2、的语音，则称为非特定人语言识别。3 对说话人的声文进行识别 这是研究如何根据语音来辨别说话人的身份、确定说话人的姓名。43.5.2 语音识别研究的难点 语音识别的目的是抽取语音信号携带的信息。而语音信号是时间依赖信号。它的特征具有时变性、瞬变性的特点。其随机性和非平稳性给识别带来很多困难。众多专家从事语音识别相关技术的研究。5其研究工作主要有： 特征的抽取和表示 声学-语音学模型 语言学模型 识别系统的稳健性63.5.3 语音识别系统示例 1. 知音文书机 知音文书机是一个集语音识别、语音和语言理解、语音合成以及手写体识别等功能为一体的中文话语系统。7该系统分为以下几个部分： 预处理 特征参数

3、提取 参数模板存储 识别判决8 该系统的词表为208个军事用语。识别采用的参数是16阶CEP系数，分析窗宽为256，窗移128。研究者充分考虑了汉语语音的特点，探索众多话音语音的共性特征及其聚类方法，提出简洁有效的SPM模型。2.非特定人语音识别系统9 说话人识别具有广泛的应用前景，它可分为说话人确认和说话人辨识。3.说话人识别10 话语系统（Spoken Language System）主要由以下三部分组成：语音识别（Speech Recognition）、自然语言处理（ Natural Language Processing）及人机接口技术（Human Interface Technology）。4.话语系统113.5.4 语音识别技术的应用 语音识别技术应用于需要以语音作为人机交互手段的场合，主要是实现听写和命令控制功能。12 使用语音将使计算机的操作变得简单方便，而对于不能做键入动作的残疾人以及医学、法律和其他领域的工作人员，他们不能或不便用手将信息输入计算机，这些场合下，使用语音操作计算机就越发显得重要。13 电话商业服务是语音识别技术应用的又一个主要领域。 语音拨号电话机，具有语音识别能力的电话订票服务和自动话务转换系统在国外已经有一定程

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论