基于非特定人語(yǔ)音識(shí)別的全音控盲人手機(jī)設(shè)計(jì).pdf

1、近年來(lái),語(yǔ)音識(shí)別技術(shù)的發(fā)展為人們提供了一種先進(jìn)的人機(jī)交互方式――語(yǔ)音交互方式。這種方式因其便捷、自然的特點(diǎn),受到廣泛的關(guān)注,并且已經(jīng)開(kāi)始應(yīng)用于一些特定的場(chǎng)合與設(shè)備中,受到人們的廣泛歡迎。而對(duì)于盲人來(lái)說(shuō),由于其視覺(jué)缺陷的阻礙,很多時(shí)候并不能享受到科技發(fā)展帶來(lái)的好處;而語(yǔ)音交互的方式則可以有效的解決這一問(wèn)題,使科技進(jìn)步能更好的服務(wù)于這一殘疾人群體。經(jīng)過(guò)幾十年的努力,語(yǔ)音識(shí)別的研究工作已經(jīng)有了長(zhǎng)足的發(fā)展,基于不同理論的語(yǔ)音識(shí)別方法目前已有許多

2、種。然而多數(shù)的研究工作都是在大型機(jī)或PC機(jī)上進(jìn)行的,關(guān)注的主要是新理論的發(fā)現(xiàn)與驗(yàn)證、如何繼續(xù)提升識(shí)別算法的準(zhǔn)確度等問(wèn)題;而基于嵌入式系統(tǒng)的語(yǔ)音識(shí)別技術(shù),作為語(yǔ)音識(shí)別實(shí)用化的重要步驟,目前還沒(méi)能實(shí)現(xiàn)大規(guī)模的應(yīng)用?，F(xiàn)有的嵌入式終端設(shè)備上的語(yǔ)音識(shí)別,也主要是簡(jiǎn)單的、針對(duì)特定人使用的孤立詞識(shí)別。因此,如何將復(fù)雜的語(yǔ)音識(shí)別算法在嵌入式系統(tǒng)上實(shí)現(xiàn)實(shí)用化,使語(yǔ)音交互技術(shù)變得成熟起來(lái),是一項(xiàng)有挑戰(zhàn)性的工作。
　　因此,本文以如何讓語(yǔ)音交互方式為盲

3、人服務(wù)作為出發(fā)點(diǎn),對(duì)語(yǔ)音識(shí)別的原理與思想進(jìn)行了深入研究,詳細(xì)探討了基于隱馬爾可夫模型的非特定人孤立詞語(yǔ)音訓(xùn)練與識(shí)別算法,深入分析了基于Baum-Welch算法的模型訓(xùn)練方法和基于Viterbi解碼的識(shí)別算法。根據(jù)實(shí)際應(yīng)用的需要,研究了實(shí)際模型訓(xùn)練中多觀察值序列情況下的初始參數(shù)設(shè)置、訓(xùn)練方法以及需要解決的數(shù)據(jù)溢出等問(wèn)題;并以此為依據(jù),提出并設(shè)計(jì)了一種基于連續(xù)隱馬爾可夫模型的全音控盲人手機(jī)系統(tǒng)。系統(tǒng)采用Baum-Welch模型訓(xùn)練算法,由P

4、C機(jī)訓(xùn)練出25條音控指令和0~9等10個(gè)數(shù)字的語(yǔ)音模型,然后將這些模型傳遞給DSP平臺(tái),從而實(shí)現(xiàn)嵌入式的非特定人孤立詞語(yǔ)音識(shí)別。25條音控指令分別對(duì)應(yīng)不同的控制操作,在識(shí)別完成后,系統(tǒng)根據(jù)識(shí)別結(jié)果作出相應(yīng)處理;當(dāng)需要進(jìn)行無(wú)線通信時(shí),系統(tǒng)會(huì)依據(jù)識(shí)別結(jié)果發(fā)送特定的AT命令組合,從而實(shí)現(xiàn)相應(yīng)操作。依據(jù)手機(jī)菜單操作特點(diǎn),本文提出了語(yǔ)音指令分級(jí)識(shí)別方法,充分提高了指令識(shí)別準(zhǔn)確率;并針對(duì)實(shí)際應(yīng)用進(jìn)行了拒識(shí)別設(shè)計(jì)。針對(duì)盲人生理特點(diǎn),系統(tǒng)設(shè)計(jì)了語(yǔ)音提示