基于特征比較的語音評分在嵌入式系統(tǒng)中的應用研究.pdf

1、近年來，消費類電子產(chǎn)品低成本、高穩(wěn)健性的語音識別片上系統(tǒng)的需求快速增加，語音識別系統(tǒng)大量地重實驗室的PC平臺轉移到嵌入式設備中。嵌入式設備通常針對特定應用而設計，只需要對幾十個詞的命令進行識別，屬于小詞匯量語音識別系統(tǒng)。因此在語音識別技術的要求不在于大詞匯量和連續(xù)語音識別，而在于識別的準確性與穩(wěn)健性。 本文鑒于此，提出了一套在基于ARM的嵌入式系統(tǒng)上實現(xiàn)語音評分的方案。它基于32位低功耗輕巧型RISC內核芯片架構，本CPU屬于目

2、前大多數(shù)嵌入式系統(tǒng)所采用的ARM7 TDMI內核，ARM微控制器的低功耗、高性價比、高性能適合與本篇所采用的語音評分系統(tǒng)。 語音評分是應用于語言朗讀訓練時對跟讀語音和參考標準讀音之間接近程度的一種自動評價方法。它通過對語音數(shù)據(jù)進行分析，盡量模擬人的主觀感覺對其發(fā)音和語調等方面的準確度作出相應的評價，并使得評分標準盡量達到和人工評分相一致。 語音評分普遍使用音素評價方法。它是基于語音模型的評價方式，通過語音識別技術切割出每

3、個音素單元，再對每個音素單元和模板庫里的音素進行比較并求得相似度。這種方法的評分結果只反映了語音內容的正確程度，卻忽視了語言朗讀過程中的韻律變化特點，不僅需要對大量樣本數(shù)據(jù)進行訓練以建立語音模型，還需要借助較強運算能力的平臺(如PC機)實現(xiàn)語音識別功能，運算量較大，不適合嵌入式系統(tǒng)。 本文采用的語音評分是一種基于語音特征比較的評價方法。它通過對比參考標準語音與待評價語音，從一個比較主觀的角度去評價一段語音的質量。第一章參考文獻[