语音识别技术综述00786.pdf

与 科研探索 知识创新 语音识别技术综述 □ 邢铭生 朱 浩 王宏斌 （郑州大学信息工程学院 河南 ·郑州 450001） 摘 要：语音识别是以语音为研究对象，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，使 人机能自然地进行语音交流的技术。语音识别涉及到生理学、心理学、语言学、计算机科学以及信号处理等诸多 领域，甚至还涉及到人的体态语言，其最终目标是实现人与机器进行自然语言通信。随着时代的不断进步，语音 识别技术已经发展成一门综合人类智能各项研究的独立学科，现在正逐步成为信息技术中人机接口的关键技术。 关键词：语音识别 应用领域 热点 难点 中图分类号：TN9 12 文献标识码：A 文章编号：1007-3973 （20 10）03-062-02 1 应用领域 HMM 模型建立的语音识别系统性能相当，在很多系统中还被 如今，一些语音识别的应用已经应用到实际生活中，如 结合在一起使用以提高识别率及系统的鲁棒性。小波分析也 IBM 的Viavoice 、Microsoft 的Speech SDK 、Dragon 公司的 开始用于特征提取，但目前性能不理想，其研究还在进一步深 Dragon Dictate 系统等。语音识别的应用领域非常广泛，几乎 入中。 涉及到日常生活的方方面面。如语音拨号系统、、家庭服务、 现在语音识别系统已经开始从实验室走向实用，出现了 订票系统、声控智能玩具、医疗服务、银行服务、听写机、计算 比较成熟的已推向市场的产品。许多发达国家如美国、日本、 机控制、工业控制、语音通信系统等。预计在不远的将来，语 韩国以及IBM 、Apple 、Microsoft 、AT ＆T 等著名公司都为语 音识别技术将在工业、家电、通信、、医疗、家庭服务等各个领 音识别系统的实用化开发研究投以巨资。 域深刻改变人类现有的日常生活方式。语音识别听写机在一 3 研究的热点与难点 些领域的应用被美国新闻界评为 1997 年计算机发展十件大 目前语音识别领域的研究热点包括：稳健语音识别（识别 事之一。很多专家都认为语音识别技术是2000 年至2010 年 的鲁棒性）、语音输入设备研究、声学HMM 模型的细化、说话 间信息技术领域十大重要的科技发展技术之一。 人自适应技术、大词汇量关键词识别、高效的识别（有哪些信誉好的足球投注网站）算法 2 发展历史 研究、可信度评测算法研究、ANN 的应用、语言模型及深层次 语音识别的研究工作开始于50 年代，Bell 实验室实现了 的自然语言理解。 第一个可识别十个英文数字的语音识别系统—Audry 系统。 目前研究的难点主要表现在：（1）语音识别系统的适应性 但真正取得实质性进展，并将其作为一个重要的课题开展研 差。主要体现在对环境依赖性强。（2）高噪声环境下语音识别 究则是在60 年代末70 年代初。60 年代，提出了动态规划（DP） 进展困难，因为此时人的发音变化很大，像声音变高，语速变 和线性预测分析技术（LP），其中后者较好地解决了语音信号 慢，音调及共振峰变化等等，必须寻找新的信号分析处理方法。 产生模型的问题，极大地促进了语音识别的发展。70 年代，动 （3）如何把语言学、生理学、心理学方面知识量化、建模并有效 态时间归正技术（DTW）解决了语音特征不等长匹配问题，对 用于语音识别，目前也是一个难点。（4 ）由于我们对人类的 特定人孤立词语音识别十分有效，在语音识别领域取得了突 听觉理解、知识积累和学习机制以及大脑神经系统的控制机 破。在此期间还提出了矢量量化 （VQ）和隐马尔可夫模型 理等方面的认识还很不清楚，这必将阻碍语音识别的进一步 （HMM）理论。 发展。 80 年代语音识别研究进一步深入，HMM 模型和人工神 4 语音识别系统 ( ) 经网络 ANN 在语音识别中成功应用。1988 年，FULEE Kai 一个典型的语音识别系统如图所示： 等用