智能聲控小車畢業(yè)設計開題報告-文庫吧
2025-01-06 17:26 本頁面
【正文】 (Dynamic Time Warping) 算法有效地解決了語音兩次發(fā)音間的時間變形問題。DTW算法對特定人的孤立詞識別十分有效，從此基于LPC 分析及DTW算法的中、小字表孤立字特定人語音識別系統(tǒng)紛紛建立起來，語音識別開始走出實驗室進入實用領域。八十年代，不論在語音特征表示、距離度量、還是識別方法上均有較大發(fā)展。八十年代初Y. Linde將信息壓縮理論中矢量量化(Vector Quantization) 技術(shù)應用于語音識別。矢量量化的作用是進行數(shù)據(jù)壓縮，將連續(xù)的語音特征空間量化為一些離散點，降低系統(tǒng)在時間及存儲上的開銷。矢量量化的另一個作用是通過聚類獲取多個話者或一個話者的多次發(fā)音所共有的語音特征。Bell實驗室的Rabiner(1983)等人將矢量量化與隱馬爾可夫模型HMM (Hidden Markov Model) 結(jié)合起來，提出并建立了離散參數(shù)隱馬爾可夫模型，從此采用離散參數(shù)隱馬爾可夫模型的非特定人語音識別研究紛紛開展起來。日本AT R 的電話翻譯研究實驗室 (Interpreting Telephony Research Laboratory)是世界上最大的致力于語音識別研究的實驗室，己經(jīng)研制出語音翻譯系統(tǒng)( 即SLTRANS 系統(tǒng)) ，它能識別日語語音并翻譯成英語再合成英語聲音輸出。1990年Nagata 和Kogure 介紹了 SLTRANS 系統(tǒng)，SLTRANS 由六部分組成。HMM 識別器生成多侯選詞表，通過詞和短語級的相關(guān)濾波操作將多余侯選詞刪除，然后由基于HPSG 的表達文法分析器生成一個文法分析表，再用一個轉(zhuǎn)換模型重寫該表，用基于規(guī)則的生成器生成英語句子，發(fā)音由語音合成器生成。整個系統(tǒng)能翻譯測試句子的69% ，語法是特別為口語設計的，它包括一些實用的約束，如敬語的語法規(guī)則。語音識別部分的精度比整個翻譯系統(tǒng)的高，% ，% 。 ATR將神經(jīng)元網(wǎng)絡用于語音識別，1988年Waiter 用時延神經(jīng)網(wǎng)絡 TDNN 解決了難于區(qū)分的“B ”，“D ”和“G ”的問題。網(wǎng)絡能自學一些特征，% ，而HMM % 。1989年NEC的Sokoe 將神經(jīng)元用于孤立詞非特定人的語音識別，它利用動態(tài) 規(guī)劃技術(shù)DTW (Dynamic Programming Technique)優(yōu)點，通過自學習改進性能，% 。東京的NTT 人機接口實驗室 (The NTT Human Interface Lab) 用HMM匹配音節(jié)和DTW 匹配基音輪廓的混合技術(shù)識別孤立字，音節(jié)匹配法易于混淆的相似音節(jié)，用基音輪廓就很容易區(qū)分。NTT 使用HMM 方法，用三元音節(jié)作為語音基元研制出語音聽寫機，對特定人的279 % 。1990 年Matsunaga使用HMM 和二級語法
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1