嵌入式語(yǔ)音翻譯系統(tǒng)的識(shí)別技術(shù)研究.pdf

1、嵌入式語(yǔ)音翻譯機(jī)由語(yǔ)音識(shí)別，文本翻譯以及語(yǔ)音合成等組成。本文根據(jù)嵌入式語(yǔ)音翻譯機(jī)的要求，在深入分析嵌入式系統(tǒng)下語(yǔ)音識(shí)別系統(tǒng)的特點(diǎn)以及面臨的主要問(wèn)題的基礎(chǔ)上，針對(duì)語(yǔ)音檢測(cè)、口音適應(yīng)、語(yǔ)言模型和系統(tǒng)實(shí)現(xiàn)等問(wèn)題都做了較深入的探討和研究，主要進(jìn)行了以下幾個(gè)方面的研究。 首先在語(yǔ)音端點(diǎn)檢測(cè)方面，本文提出了一種結(jié)合多子帶能量特征和最優(yōu)化邊緣檢測(cè)判決準(zhǔn)則的算法。該算法的突出優(yōu)點(diǎn)在于：其一，子帶的選擇是根據(jù)噪聲和語(yǔ)音的能量分布特點(diǎn)來(lái)選擇，增加了

2、語(yǔ)音和噪聲的區(qū)分性；其二在不同信噪比情況下，其端點(diǎn)檢測(cè)濾波器的輸出基本不變，從而避免了門(mén)限調(diào)整所帶來(lái)的困難。實(shí)驗(yàn)結(jié)果表明，這種算法在多種噪聲環(huán)境下都能夠達(dá)到較好的語(yǔ)音檢出效果，它克服了傳統(tǒng)語(yǔ)音端點(diǎn)檢測(cè)以短時(shí)能量、基頻、過(guò)零率等作為檢測(cè)特征時(shí)，需要?jiǎng)討B(tài)調(diào)整門(mén)限且在低信噪比情況下魯棒性較差的缺點(diǎn)。 其次探討了如何建立一個(gè)描述特定地方口音發(fā)音特點(diǎn)的音節(jié)發(fā)音變異字典，進(jìn)行特定地方口音自適應(yīng)，以及如何同重估聲學(xué)模型參數(shù)的MLLR自適應(yīng)方法

3、相結(jié)合從而進(jìn)一步提高系統(tǒng)的性能。本章采用分析與統(tǒng)計(jì)相結(jié)合的方法，研究漢語(yǔ)口語(yǔ)中的由于口音以及口語(yǔ)化帶來(lái)的發(fā)音變異現(xiàn)象，以提高語(yǔ)音識(shí)別系統(tǒng)的魯榜性，實(shí)驗(yàn)也表明在中小詞匯量的語(yǔ)音識(shí)別系統(tǒng)中，音節(jié)發(fā)音變異字典能夠提高語(yǔ)音識(shí)別的魯棒性。 再次分析了影響統(tǒng)計(jì)語(yǔ)言模型性能的各種因素、常用的平滑方法和評(píng)價(jià)語(yǔ)言模型性能方法，建立了基于統(tǒng)計(jì)語(yǔ)言模型的音字轉(zhuǎn)換平臺(tái)，對(duì)語(yǔ)言模型中的多音字處理進(jìn)行了分析和處理。嵌入式系統(tǒng)中的語(yǔ)音識(shí)別一般為領(lǐng)域相關(guān)的識(shí)別

4、系統(tǒng)，很難收集到足夠的訓(xùn)練語(yǔ)料，我們提出了采用規(guī)則和詞類(lèi)的方法來(lái)擴(kuò)展詞間的連接，在有限的訓(xùn)練語(yǔ)料情況下語(yǔ)言模型能夠覆蓋更多的語(yǔ)言現(xiàn)象，以提高語(yǔ)音識(shí)別系統(tǒng)的性能。 最后：在嵌入式PDA平臺(tái)下，建立了一個(gè)語(yǔ)音翻譯平臺(tái)，在識(shí)別方面探討了嵌入式系統(tǒng)下語(yǔ)音識(shí)別系統(tǒng)的具體實(shí)現(xiàn)問(wèn)題，我們從定點(diǎn)特征的實(shí)時(shí)提取，聲學(xué)模型的建立和壓縮，高斯函數(shù)概率計(jì)算等方面進(jìn)行了研究，在PDA系統(tǒng)下實(shí)現(xiàn)了一個(gè)完整的識(shí)別系統(tǒng)。在翻譯方面采用關(guān)鍵詞及其依賴關(guān)系查找實(shí)例