文本語音匹配的研究和應(yīng)用.pdf

1、語言是人類最重要的交流工具，而文字則是人類用來記錄語言的符號。隨著多媒體、計算機網(wǎng)絡(luò)和語音識別技術(shù)的高速發(fā)展，文本語音匹配成為基于內(nèi)容的音頻和多媒體數(shù)據(jù)分析和計算機輔助語言教學(xué)等領(lǐng)域中的十分重要的問題。文本語音匹配是以語音識別系統(tǒng)的核心技術(shù)為基礎(chǔ)，對參考文本和對應(yīng)語音進行強制對準的過程，其目的在于獲得語音與文本之間的時間對應(yīng)關(guān)系，從而用于模型訓(xùn)練、語音評價、媒體檢索、廣播電視出版等多個領(lǐng)域。
　　 作為語音識別領(lǐng)域的關(guān)鍵技術(shù)之一

2、，文本語音匹配算法的研究多年來受到研究人員的普遍關(guān)注。近年來，該領(lǐng)域的研究主要集中在嘗試利用各種方法來提高匹配的準確率和魯棒性，包括環(huán)境音素的影響，對超長語料的處理，以及對不完全匹配的文本和語音進行匹配等方面。本文在系統(tǒng)論述目前國內(nèi)外文本語音匹配技術(shù)發(fā)展現(xiàn)狀的基礎(chǔ)上，針對大量連續(xù)語料和不完全匹配語料給出了對準方法，以解決對準過程中存在的性能和失配問題，在此基礎(chǔ)上設(shè)計和實現(xiàn)了一個對準引擎，并應(yīng)用于智能英語口語訓(xùn)練平臺的內(nèi)容制作和語音評分，

3、主要工作和創(chuàng)新點包括：
　　 1.提出一種基于模糊邏輯的多特征音頻分類算法。該算法將語音似然度(speech likelihood)的概念和模糊邏輯理論引入到音頻分類的研究中，綜合考慮音頻片段的多維特征，利用模糊邏輯推理系統(tǒng)標識其中的語音部分。實驗表明，該方法可顯著改善分類性能。
　　 2.提出一種改進的基于擴展匹配網(wǎng)絡(luò)的容錯對準算法。該算法通過對匹配網(wǎng)絡(luò)進行擴展，對局部的單詞和短語級別的插入、刪除和替換錯誤均可進行檢測

4、，有效地提高了傳統(tǒng)的強制對準算法的準確性。
　　 3.提出一種適用于大量連續(xù)語料和非完全匹配語料的對準算法。該算法將大規(guī)模文本語音的對準問題轉(zhuǎn)化為一個多階段決策過程的最優(yōu)化問題，進而應(yīng)用動態(tài)規(guī)劃思想進行求解，以解決大量連續(xù)語料在文本語音匹配過程中存在的失配問題。實驗表明，結(jié)合相應(yīng)的糾錯和剪枝策略，該算法的匹配準確性和魯棒性均得到大幅提高。
　　 4.在上述算法研究的基礎(chǔ)上，結(jié)合自然語言處理技術(shù)和語音評分技術(shù)，設(shè)計并實現(xiàn)了