文档介绍：音识别技术详细介绍及应用前景分析作者:未知专题来源:网络点击数: 518 更新时间: 2006-8-25 语音识别技术是 2000 年至 2010 年间信息技术领域十大重要的科技发展技术之一。它是一门交叉学科,正逐步成为信息技术中人机接口的关键技术。语音识别技术与语音合成技术结合使人们能够甩掉键盘, 通过语音命令进行操作。语音技术的应用已经成为一个具有竞争性的新兴高技术产业。语音识别技术与机器进行语音交流,让机器明白你说什么,这是人们长期以来梦寐以求的事情。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别是一门交叉学科。近二十年来, 语音识别技术取得显著进步, 开始从实验室走向市场。人们预计, 未来 10 年内, 语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。语音识别听写机在一些领域的应用被美国新闻界评为 199 7 年计算机发展十件大事之一。很多专家都认为语音识别技术是 2000 年至 2010 年间信息技术领域十大重要的科技发展技术之一。语音识别技术的基础语音识别技术关系到多学科的研究领域,不同领域上的研究成果都对语音识别的发展作了贡献。让机器识别语音的困难在某种程度上就像一个外语不好的人听外国人讲话一样,它和不同的说话人、不同的说话速度、不同的说话内容、以及不同的环境条件有关。语音信号本身的特点造成了语音识别的困难。这些特点包括多变性,动态性,瞬时性和连续性等。计算机语音识别过程与人对语音识别处理过程基本上是一致的。目前主流的语音识别技术是基于统计模式识别的基本理论。一个完整的语音识别系统可大致分为三部分: (1 )语音特征提取:其目的是从语音波形中提取出随时间变化的语音特征序列。(2) 声学模型与模式匹配( 识别算法): 声学模型通常将获取的语音特征通过学习算法产生。在识别时将输入的语音特征同声学模型( 模式) 进行匹配与比较, 得到最佳的识别结果。(3) 语言模型与语言处理: 语言模型包括由识别语音命令构成的语法网络或由统计方法构成的语言模型, 语言处理可以进行语法、语义分析。对小词表语音识别系统, 往往不需要语言处理部分。声学模型是识别系统的底层模型,并且是语音识别系统中最关键的一部分。声学模型的目的是提供一种有效的方法计算语音的特征矢量序列和每个发音模板之间的距离。声学模型的设计和语言发音特点密切相关。声学模型单元大小( 字发音模型、半音节模型或音素模型)对语音训练数据量大小、系统识别率,以及灵活性有较大的影响。必须根据不同语言的特点、识别系统词汇量的大小决定识别单元的大小。语言模型对中、大词汇量的语音识别系统特别重要。当分类发生错误时可以根据语言学模型、语法结构、语义学进行判断纠正,特别是一些同音字则必须通过上下文结构才能确定词义。语言学理论包括语义结构、语法规则、语言的数学描述模型等有关方面。目前比较成功的语言模型通常是采用统计语法的语言模型与基于规则语法结构命令语言模型。语法结构可以限定不同词之间的相互连接关系, 减少了识别系统的搜索空间, 这有利于提高系统的识别。语音识别过程实际上是一种认识过程。就像人们听语音时,并不把语音和语言的语法结构、语义结构分开来, 因为当语音发音模糊时人们可以用这些知识来指导对语言的理解过程, 但是对机器来说, 识别系统