嵌入式語音翻譯系統(tǒng)的識別技術(shù)研究.pdf

1、嵌入式語音翻譯機由語音識別，文本翻譯以及語音合成等組成。本文根據(jù)嵌入式語音翻譯機的要求，在深入分析嵌入式系統(tǒng)下語音識別系統(tǒng)的特點以及面臨的主要問題的基礎(chǔ)上，針對語音檢測、口音適應(yīng)、語言模型和系統(tǒng)實現(xiàn)等問題都做了較深入的探討和研究，主要進(jìn)行了以下幾個方面的研究。 首先在語音端點檢測方面，本文提出了一種結(jié)合多子帶能量特征和最優(yōu)化邊緣檢測判決準(zhǔn)則的算法。該算法的突出優(yōu)點在于：其一，子帶的選擇是根據(jù)噪聲和語音的能量分布特點來選擇，增加了

2、語音和噪聲的區(qū)分性；其二在不同信噪比情況下，其端點檢測濾波器的輸出基本不變，從而避免了門限調(diào)整所帶來的困難。實驗結(jié)果表明，這種算法在多種噪聲環(huán)境下都能夠達(dá)到較好的語音檢出效果，它克服了傳統(tǒng)語音端點檢測以短時能量、基頻、過零率等作為檢測特征時，需要動態(tài)調(diào)整門限且在低信噪比情況下魯棒性較差的缺點。 其次探討了如何建立一個描述特定地方口音發(fā)音特點的音節(jié)發(fā)音變異字典，進(jìn)行特定地方口音自適應(yīng)，以及如何同重估聲學(xué)模型參數(shù)的MLLR自適應(yīng)方法

3、相結(jié)合從而進(jìn)一步提高系統(tǒng)的性能。本章采用分析與統(tǒng)計相結(jié)合的方法，研究漢語口語中的由于口音以及口語化帶來的發(fā)音變異現(xiàn)象，以提高語音識別系統(tǒng)的魯榜性，實驗也表明在中小詞匯量的語音識別系統(tǒng)中，音節(jié)發(fā)音變異字典能夠提高語音識別的魯棒性。 再次分析了影響統(tǒng)計語言模型性能的各種因素、常用的平滑方法和評價語言模型性能方法，建立了基于統(tǒng)計語言模型的音字轉(zhuǎn)換平臺，對語言模型中的多音字處理進(jìn)行了分析和處理。嵌入式系統(tǒng)中的語音識別一般為領(lǐng)域相關(guān)的識別

4、系統(tǒng)，很難收集到足夠的訓(xùn)練語料，我們提出了采用規(guī)則和詞類的方法來擴展詞間的連接，在有限的訓(xùn)練語料情況下語言模型能夠覆蓋更多的語言現(xiàn)象，以提高語音識別系統(tǒng)的性能。 最后：在嵌入式PDA平臺下，建立了一個語音翻譯平臺，在識別方面探討了嵌入式系統(tǒng)下語音識別系統(tǒng)的具體實現(xiàn)問題，我們從定點特征的實時提取，聲學(xué)模型的建立和壓縮，高斯函數(shù)概率計算等方面進(jìn)行了研究，在PDA系統(tǒng)下實現(xiàn)了一個完整的識別系統(tǒng)。在翻譯方面采用關(guān)鍵詞及其依賴關(guān)系查找實例