网络环境下的语音辅助翻译软件系统应用现状与前景研究

本文就网络环境下语音技术的现状、语音与文本问的相互转换、语音技术与机辅翻译系统和机器翻译系统应用的研究状况以及其应用前景进行综合探讨,以期对未来语音技术及机辅翻译系统和机器翻译系统的应用和研究提供参考。     

基于深度前编码卷积网络的汉越语音翻译方法

语音翻译是将源语言语音翻译为目标语言文本的过程.传统序列到序列模型应用到语音翻译领域时,模型对于序列长度较为敏感,编码端特征提取和局部依赖建模压力较大.针对这一问题,本文基于Transformer网络构建语音翻译模型,使用深度卷积网络对音频频谱特征进行前编码处理,通过对音频序列进行下采样,对音频频谱中的时频信息进行局部依赖建模和深层特征提取,缓解编码器的建模压力,实现了汉越双语的语音到文本互译.实验结果表明,提出方法取得很好效果,相比基准系统获得了约19%的性能提升.     

电力系统中的语音应用技术研究

随着电力市场的发展，电力系统对信息的处理能力进一步提高。从传统的语音报警到实时语音信息访问和语音控制，语音应用技术在电力系统中都得到应用。一种基于现有Internet基础构架的语音服务标准VoiceXML是网络与电话技术完美的结合，制定了通过语音对话访问Web服务和交互语音问答的传递标准。VoiceXML使得开发人员从底层开发脱离出来，而直接面向应用提供解决方案；用户可以通过计算机或者电话，用语音访问Internet服务。该文描述了电力系统中语音技术的应用，并着重于VoiceXML标准给出了语音在电力系统中的应用解决方案。     

移动互联时代的语音识别技术

语音识别是新一代人机界面中最重要的技术之一。上一世纪最后十年,由于语音识别技术的快速发展,人们对此寄托了无限的期望和遐想。然而,至少到目前为止,从听写机到电话语音识别,语音识别的应用尚欠火候。是技术上不可逾越的障碍,还是应用不合时宜、时机?这一切将随着移动无线互联网以及新一代移动通讯的发展而产生变化。 中国科学院自动化研究所研究员、博士生导师、国家模式识别实验室副主任徐波老师将从现有语音技术、产品出发,讨论该技术未来几年在嵌入式系统、无线互联网以及语音翻译中的应用以及对信息产业可能产生的深刻影响。     

基于Andriod的语音控制翻译软件APP

针对语言交流的障碍出现不同形式的翻译软件手机APP,但是部分APP仅支持触屏操作,缺乏语音功能,一些翻译软件保留语音功能但需先使用触控交互,且语音功能的放置也存在层级偏深、不够直观等问题。为了解决这些弊端,设计开发了一款基于Android的能够完成APP内全过程语音控制的翻译软件。该软件将Android技术和语音云技术相结合,调用相关的百度API,采用Android Studio开发工具和Java编程语言编写,主要包含语音合成、语音识别和在线翻译3个模块,实现了语音控制翻译、语音收藏、语音反馈和同声传译4个功能。软件可以让用户仅使用语音便可对翻译的整个过程进行连续和完全的控制,能够解放用户的双手,满足特殊场景下的使用需求,提高人机交互的效率。     

基于语音识别技术的维蒙藏语音产品开发及应用

为使更多人了解使用少数民族语音产品,有效解决我国少数民族地区与其他区域之间的语言障碍问题,促进民族间的相互交流。通过搜集资料,以国内基于语音识别技术的维吾尔语、蒙古语、藏语的语音产品为研究对象,梳理其开发和应用情况,发现目前开发的相关产品主要集中于语音输入法、语音翻译软件和转录产品三方面,在此基础上,对产品使用产生的影响进行分析,并对相关语音产品的发展前景进行展望。     

基于COM技术的语音应用系统的设计和实现

描述了将COM技术引用到语音应用系统的设计和实现中,提出利用COM技术定制语音应用系统的想法,并以Microsoft的SpeechSDK5.0为例,给出开发语音应用系统的主要设计思想、系统结构和实现方法。     

人工智能语音系统的实现

正当人类文明走入21世纪,信息技术迅速发展,经济全球化进程不断加快,国际交往日益频繁,不同种族、不同肤色、不同国家的人逐渐联系成了一个紧密的整体,地球上的时空距离被缩小了,整个地球变成了茫茫宇宙中的一个小村落,因此跨越语言的障碍成为人类不得不面对的一大挑战。在当前这一时代背景下,我们提出研发一种人工智能语音系统,并对其研发的可行性进行研究。人工智能语音系统以语音识别技术为核心,以模数转换和语言翻译系统为基础,以计算机翻译技术为依托,从而实现同步记录人的语言信息,并通过微型计算机的转换,迅速翻译为     

浅谈客服系统中智能语音的运用

客服系统作为一个信息交互站,能够生成很多的语音交互信息,因为要受市场技术及应用水平的限制,该语音信息难以充分的发挥作用.本文将着重研究现阶段客服系统在客户服务及运营管理领域所依赖的技术,提出充分使用语音信息这一解决措施,在此基础上详细论述完善智能语音处理技术的重要性,同时联系现阶段市场的现状,概述智能语音技术的使用状况.     

语音翻译信号数字模型的构建及DTW算法的改进

随着中西方交流日益频繁,语言的沟通就显得尤为重要。本文通过对中英语音翻译系统的三个模块"汉语语音识别模块、汉-英机器翻译模块和汉、英语语音合成模块"的分析,构建了语音翻译信号数字模型,同时通过语音识别的基本原理,提出了一种改进的语音识别DTW算法。通过仿真和实验证明了改进的语音识别DTW算法是可行的。     

单片机语音报警系统的研究

本文介绍了一种实用、可靠的单片机语音自动报警系统,着重阐述了记叙 组成形式及工作原理和语音库的建立过程。该系统已在线使用。实践表明,语音技术在系统报警和其它一些自动控制领域中有着广泛的应用前景。     

中等词汇的汉英语音翻译系统

本文给出汉英语音翻译系统的组成，介绍了系统中连续汉语语音识别和汉英机器翻译的工作；我们已经在限定主题、中等词汇量的条件下实现了非特定人的连续语音识别，实现了汉英语音翻译实验演示系统。     

一种基于IBM PC 机的语音接口板的设计

一、引言 计算机技术和半导体技术的发展,推动了语音处理技术的迅速发展和应用。同时为计算机增加语音处理的功能也开拓了计算机应用的许多新领域。 语音接口板是计算机语音处理系统的重要组成部分之一。本文提出的语音接口板设计的一个基本出发点是采用软硬件相结合的方式,尽量简化语音接口板的结构,以此达到以低廉的价格实现语音输入/输出的目的。     

面向语音处理领域语言及翻译系统的实现与应用

将科学领域研究中形成的描述规范抽取为领域的语言,可方便地描述所研究领域的对象和处理过程,根据这一原则,本文建立了面向语音处理领域语言。同时,本文借助Ｕｎｉｘ中的ＹＡＣＣ和Ｌｅｘ分别作为面向领域语音翻译系统的语法分析器和词法分别器,用它们建立特定的语法分析程序和词示法分析程序,再配合我们自行开发的部分,构成一个切实可行的面向语音领域的语言翻译系统。     

基于ARM的智能机器人语音控制应用研究

智能机器人作为机器人的研究热点,为机器人的交互提供一种方便有效的接口很重要。语音交互是一种最熟悉最自然的交互方式。在我们的个人计算机上具有丰富的软硬件资源易于语音识别技术的实现,但这也会限制了机器人的应用场合。而基于ARM的嵌入式语音识别系统可以嵌入到机器人对象内部,更适合机器人的应用需求。本文详细介绍了语音识别技术的原理,嵌入式语音识别技术的实现,机器人的语音控制技术,实验结果表明采用该方法实现机器人的语音控制可以达到方便,有效的控制效果。     

用于回波抵消的最大长度序列相关近端语音检测算法研究

回波抵消是语音通信系统中不可缺少的一个重要组成部分。大部分回波抵消技术都是基于自适应LMS算法的。在实际应用中，近端语音检测的准确性会在很大程度上影响自适应LMS算法在双向通信环境下回波抵消的效果。本文提出了一种基于最大长度序列相关算法的近端语音检测算法。这种近端语音检测算法和自适应LMS算法相结合，得到的回波抵消算法在模拟双向通信环境下的回波抵消效果比自适应LMS算法高约8db。     

LD3320的嵌入式语音识别系统的应用

语音交互系统是比较人性化的人机操作界面,它需要语音识别系统的支持。LD3320就是这样一款语音识别芯片。介绍了该芯片的工作原理及应用,给出了LD3320与微处理器的硬件接口电路及软件程序。随着高档MCU的不断出现,以MCU为核心的嵌入式语音交互系统会有非常好的应用前景。     

智能仿生双向手语翻译系统

设计了一套智能仿生双向手语翻译系统,该系统主要由STM32微处理器、LD3320非特定语音识别模块、SYN6288语音合成芯片等组成,能够实现语音与手势的双向翻译。其中语音转手势部分可通过语音识别模块获得指令,手语机器人根据指令完成语音转动作的翻译。手势转语音部分通过数据手套捕获手臂的动作和姿态,识别手语动作,控制手语机器人发出语音。该系统具有成本低、识别度高、使用方便等优势,具有良好的应用前景。     

基于文音相似度的语音查号系统

为了促进语音识别技术在实际中的应用,利用文音相似度的概念,提出了基于文音相似度的语音查号系统的设计开发方法。实验表明,这种方法可以大幅提高语音查号系统的查询成功率。     

基于智能语音交互的文言文翻译机器人关键技术

以语音交互为基础的翻译机器人,依托于固定关键词生成交互命令,使得文言文翻译结果双语替换测评(Bilingual Evaluation Understudy, BLEU)值较低。因此,提出基于智能语音交互的文言文翻译机器人关键技术。运用自然语言处理机制,对原始语音进行分词、词性标注等多方面处理。提出自动语音识别技术,结合语言模型和声学模型,对待翻译文言文语义进行准确预测,生成相应的交互命令。以循环神经网络为核心,构建机器翻译模型,并引入注意力机制,将网络单元改为双向循环模式,获取精准翻译结果。实验结果显示：所提文言文翻译机器人关键技术在实际应用中,使得BLEU值提升了31.47%、22.01%,更好地满足文言文翻译质量要求。