基于ASR的兒童語言教育系統(tǒng)的研究與實現(xiàn).pdf

1、隨著現(xiàn)代計算機技術(shù)的普及和發(fā)展，計算機的使用越來越深入到人們的日常生活中。人類與計算機進行交流時，最直接和方便的方式就是語言交流，所以語音識別和語音合成技術(shù)已成了現(xiàn)代科技發(fā)展的一個標志，語音識別和語音合成也因此成為現(xiàn)代計算機技術(shù)研究和發(fā)展的重要領(lǐng)域之一。語音識別技術(shù)與多種學科的研究領(lǐng)域都有聯(lián)系，這些領(lǐng)域的科研成果也成為推動語音識別技術(shù)發(fā)展的重要因素。語音識別技術(shù)已經(jīng)取得了一些成就。但是，大多數(shù)語音識別系統(tǒng)仍局限于實驗室中試用，遠遠沒有達

2、到實用化的要求。 本文研究了語音自適應技術(shù)中兩種常用的說話人自適應方法：最大后驗概率(MAP)方法和最大似然線性回歸(MLLR)方法。在此基礎(chǔ)上，本文提出一種適合于語音識別的復合漸進自適應方法。這種新方法成功地結(jié)合了MAP和MLLR兩種方法的優(yōu)點。新方法使用了一個全局轉(zhuǎn)移矩陣來簡化MLLR模塊，用來解決環(huán)境和說話人生理引起的差異，提供了更加精確的MAP模塊初始模型。另外，漸進的MAP模塊用來精細的刻畫基于音素層次的差異，同時也確

3、保了整個方法的漸進性。本文應用復合漸進方法對微軟語音識別引擎進行了改進，在隨后的驗證性實驗中，這種復合方法取得了較好的效果。實驗證明，這種新方法能夠有效地克服說話人差異和環(huán)境差異對識別系統(tǒng)的影響，能較好地適合語音識別系統(tǒng)的要求。 在上述理論研究成果的基礎(chǔ)上，本文結(jié)合了現(xiàn)代教育技術(shù)的成果與兒童語言教育的需求，成功地應用改進后的微軟語音識別引擎開發(fā)了兒童語言教育軟件，實現(xiàn)了中文語音識別、VC++、Flash和微軟語音識別引擎之間的通