汉语语音识别系统评估

汉语语音识别系统评估王仁华,倪晋富（中国科学技术大学合肥２３００２７）关键词语音识别,性能评价,语音数据库１引言汉语语音识别系统评估,是指运用科学的方法和技术手段,来评定不同的识别系统和算法之间的优劣．这项研究对改进和完善现有系统设计,提高系统性能,...     

连续语音识别和语音翻译

本文介绍了在连续语音识别和语音机器翻译方面所进行的工作。我们已在中等词汇量范围、限定说话主题的条件下，实现了特定人的连续话句的识别。并实现了一个英汉语音翻译实验演示系统。     

一种可变字表的实时语音识别系统

本文介绍一种可变字表模块的实时语音识别系统,该系统适用于中词汇表的任意字表大小及字表内容,可应用于工业、军事、交通、医学及办公室语音输入及信函打印等。实践表明,该系统具有硬件接口成本低、抗噪声能力强、实时识别率高、使用灵活方便等优点,便于推广应用。     

电话语音识别系统

讨论了一个典型的电话语音识别系统的设计与实现。首先提出了系统的整体模型,之后给出了系统的整体结构和系统的主要模块。较详细地介绍了声学层识别的速度优化和电话信道补偿问题,以及语言模型的容错算法和基于语义依存关系的容错理解模型,并对系统各层次模块性能进行了实验测试。     

软件双冗余容错系统的容错能力和性能分析

双冗余是比较常用的冗余容错设计方法.软件双冗余容错系统通过冗余执行完成相同功能的两个软件副本,并检查它们的结果,根据两者结果是否一致来判断是否出现了错误.建立了软件双冗余容错系统的运行时模型,并引入了软件双冗余容错系统的容错能力的概念.根据该模型分析了单个软件副本的容错能力对软件双冗余容错系统的容错能力和性能的影响.分析结果显示,提高单个软件副本的容错能力不仅能够提高软件双冗余容错系统的容错能力,还能够提高系统的性能.但在极端情况下,双冗余容错系统的容错能力也可能会小于单个软件副本的容错能力.     

汉语连续数字串语音识别系统

汉语数字串在语音识别中具有重要的地位,文章设计实现了一个实用化的汉语连续数字串语音识别系统,并针对汉语数字混淆度大的特点进行了分析,提出了模型改进和语速控制策略,使系统具有很好的整体性能。     

语音识别的顽健性与语音库的建立

汉语语音识别在近十几年有很大进展，现今已有一些系统投入实际应用，并初步商品化。但是一些系统的顽健性较差，因而这方面的问题将成为今后语音识别研究的一项主要任务。为此我们建立了一个适用于语音识别顽健性研究的汉语语音库，并详细介绍了它的构成、特点和试验结果等。     

汉语连续语音识别系统与知识导引的搜索策略研究

从整体上介绍了汉语连续语音识别系统的基本原理,并重点对声学和语言两个层面的建模与搜索策略进行了分析.在对传统帧同步搜索算法进行研究的基础上,提出了基于统计知识的帧同步搜索算法SKB-FSS.它包含了三个主要的功能层次:基于归并的音节切分自动机产生确定的搜索边界点,由统计得到的差分状态驻留信息控制搜索过程中的状态转移,利用词搜索树控制音节候选的扩展规模并根据动态前向预测的方法进行合理而及时的路径剪枝.实验结果验证了该搜索策略的有效性.     

基于BTSM和DBN模型的唇读和视素切分研究

为实现文本/语音驱动的说话人头部动画,本文提出基于贝叶斯切线形状模型的口形轮廓特征提取方法和基于动态贝叶斯网络（Dynamic Bayesian Network, DBN）模型的唇读系统。在描述词与它的组成视素关系的基础上,得到视素时间切分序列。为比较性能,音素DBN模型和HMM的音素识别结果被影射成视素序列。在评价准则上,提出绝对视素切分正确性和基于图像与嘴唇几何特征两种相对视素切分正确性的评价标准。实验表明,DBN模型识别性能优于HMM,而基于视素的DBN模型能为说话人头部动画提供最好的口形。     

高性能汉语数码串快速识别算法的研究

为了提高非特定人汉语数码串连续语音识别系统的识别速度 ,对系统进行了细致的研究 ,有针对性地提出了一种新的快速识别算法 .通过对隐含马尔可夫模型输出概率密度函数运算的简化 ,以及采用结合段长信息的束搜索剪枝算法 ,在保证识别精度的情况下 ,使识别系统对不定长数码串平均识别时间从 0 .92 s减少为 0 .11s,而串识别正确率仅从 94.3%下降到 94.0 % ,大大地提高了系统的整体性能     

基于内容的语音课件关键词检索系统:设计与实现

为了在远程教育环境中满足多媒体课件的关键词检索需求,描述了一种基于矢量量化(VQ)及连续语音识别(CSR)的关键词检索系统的设计与实现。该系统首先利用矢量量化算法对声学特征空间进行聚类并生成码本;接着利用该码本对语音文件逐帧进行处理并保存若干与该帧特征最相似的码表向量所对应的码值做成特征矩阵;然后利用改进的快速符号查找算法从特征矩阵中找出若干候选结果段;使用经简化的连续语音识别算法对候选段进行验证筛选,从而得到最终的结果。在此基础上利用一些测试数据给出其性能表现并做出分析。     

置信度的原理及其在语音识别中的应用

由于置信度模型可以有效地判断观测数据与语音模型之间的匹配程度,因此可以用来对语音识别结果进行假设检验,定位识别结果中的错误,从而提高系统的识别率和稳健笥,讨论了语音识别中置信度的基本原理,、在值方法、模型性能评价方法、比较全面地介绍了置信度在语音识别中的各种,实验结果表明,置信度在语音识别的搜索的剪枝过程、说话人自适应以及拒识和验证方法面都有显的作用。     

Windows下的实时汉语语音输入系统

本文介绍了一个基于中文Ｗｉｎｄｏｗｓ下的实时汉语语音输入系统的实现，该系统硬件基于功能强大的ＴＭＳ３２０Ｃ３０芯片，软件基于一个设计合理的分层式软件库，并借助中文Ｗｉｎｄｏｗｓ下丰富的资源，具有灵活，方便的特点，文中还详细介绍了我们设计的分层式Ｃ３０软件库的结构和功能。     

一种基于数据融合的多话筒语音识别方法

识别率和对环境的适应能力是一个语音识别系统的两个重要性能,常见的提高语音识别率的方法大多通过改进声音模型来获得较高的识别率,这往往造成声音模型的复杂化以及模型训练的困难。另外,在说话人和麦克风位置不固定等情况下,这些方法识别效果往往很差。文中提出了一种用多话筒分别识别一个语音,并用数据融合技术对识别结果进行处理的语音识别方法。初步的实验结果表明该方法不仅可以提高系统对环境的适应能力,而且在单个声音     

语音识别中统计与规则结合的语言模型

在分析语音识别系统中,基于规则方法和统计方法的语言模型,提出了一种对规则进行量化的合成语言模型.该模型既避免了规则方法无法适应大规模真实文本处理的缺点,同时也提高了统计模型处理远距离约束关系和语言递归现象的能力.合成语言模型使涵盖6万词条的非特定人孤立词的语音识别系统的准确率比单独使用词的TRIGRAM模型提高了4.9%(男声)和3.5%(女声).