清华大学多媒体课件25.pptVIP

语音识别的研究领域比较广，归纳起来，一般有以下四个方面： 按可识别的词汇量多少 语音识别系统可分为小、中、大词汇量三种。一般来说，能识别词汇小于100的，称为小词表语言识别；大于100的称为中词表语音识别；大于1000的称为大词表语音识别。词表越大，困难越多。 按照语音的输入方式 语音识别的研究集中于对孤立词、连接词和连续语音的识别。 按发音人可分为特定人、限定人和非特定人语音识别三种 对于特定人进行语音识别的系统，使用前需由特定人对系统进行训练。 如果需要限定的几个人使用同一系统，则可以研制成限定人识别系统。 如果一个系统不必经使用者训练就可以识别各种发音者的语音，则称为非特定人语言识别。 对说话人的声文进行识别 这是研究如何根据语音来辨别说话人的身份、确定说话人的姓名。 3.5.2 语音识别研究的难点 语音识别的目的是抽取语音信号携带的信息。而语音信号是时间依赖信号。它的特征具有时变性、瞬变性的特点。其随机性和非平稳性给识别带来很多困难。众多专家从事语音识别相关技术的研究。 其研究工作主要有： 特征的抽取和表示 声学-语音学模型 语言学模型 识别系统的稳健性 3.5.3 语音识别系统示例 1. 知音文书机 知音文书机是一个集语音 识别、语音和语言理解、语音 合成以及手写体识别等功能为 一体的中文话语系统。 该系统分为以下几个部分： ①预处理 ②特征参数提取 ③参数模板存储 ④识别判决 说话人识别具有广泛的应用前景，它可分为说话人确认和说话人辨识。 话语系统（Spoken Language System）主要由以下三部分组成：语音识别（Speech Recognition）、自然语言处理（ Natural Language Processing）及人机接口技术（Human Interface Technology）。 3.5.4 语音识别技术的应用 语音识别技术应用于需要以 语音作为人机交互手段的场合， 主要是实现听写和命令控制功能。 使用语音将使计算机的操作变得简单方便，而对于不能做键入动作的残疾人以及医学、法律和其他领域的工作人员，他们不能或不便用手将信息输入计算机，这些场合下，使用语音操作计算机就越发显得重要。 电话商业服务是语音识别技术应用的又一个主要领域。 语音拨号电话机，具有语音识别能力的电话订票服务和自动话务转换系统在国外已经有一定程度的应用。 目前，计算机领域多媒体技术发展很快，使多媒体产品具有语音识别能力，将成为商业竞争中优先考虑的问题。 * * 3.5.1 语音识别系统的分类 该系统的词表为208个军事用语。识别采用的参数是16阶CEP系数，分析窗宽为256，窗移128。研究者充分考虑了汉语语音的特点，探索众多话音语音的共性特征及其聚类方法，提出简洁有效的SPM模型。 2.非特定人语音识别系统 3.说话人识别 4.话语系统