基于計算機智能聾兒語音康復(fù)訓(xùn)練系統(tǒng)的語音識別研究.pdf

1、當(dāng)今社會，聾兒的語音康復(fù)訓(xùn)練已經(jīng)逐漸受到社會的重視。隨著網(wǎng)絡(luò)及多媒體電腦的普及，聾兒康復(fù)系統(tǒng)軟件的需求也將越來越大，對其智能化的要求也越來越高。本課題即是來源于一套《漢語語音聾兒計算機智能語言訓(xùn)練系統(tǒng)》的開發(fā)。而我們所要開發(fā)的聾兒語音康復(fù)訓(xùn)練系統(tǒng)不同于現(xiàn)有的語音識別的產(chǎn)品，該系統(tǒng)根據(jù)聾兒的發(fā)音缺陷，對表示發(fā)音聲調(diào)、語意、情感等信息參數(shù)分別處理，有針對性的對聾兒進行語音訓(xùn)練。并將提取的漢語語音參數(shù)，轉(zhuǎn)化為可視化且簡單易懂的圖形，再與動畫相

2、結(jié)合，經(jīng)視覺反饋提供給患兒準(zhǔn)確的語音信息，使聾兒對自己的發(fā)音有個更清楚地認(rèn)識，又能通過發(fā)音提示領(lǐng)悟到這些圖形在自己的口型及發(fā)音上的實際物理意義，從而達(dá)到更好的訓(xùn)練效果。 根據(jù)聾兒語音訓(xùn)練過程及其使用環(huán)境的需求，本文首先介紹了語音的預(yù)處理過程，重點研究了單音節(jié)漢語語音的聲調(diào)識別和共性識別方法。從漢語語音的特點出發(fā)，提出了適合于聾兒語言康復(fù)訓(xùn)練的預(yù)處理和識別方法。 預(yù)處理部分中，主要研究了端點檢測方法。在很長一段時間里，語音

3、端點檢測算法主要是依據(jù)語音信號的時域特性，隨著語音處理技術(shù)的發(fā)展，又出現(xiàn)了很多頻域的端點檢測方法。這些方法都存在各自的優(yōu)缺點，根據(jù)其使用環(huán)境的不同，應(yīng)該選用不同的端點檢測方法。聾兒語言康復(fù)訓(xùn)練系統(tǒng)的應(yīng)用環(huán)境為安靜的室內(nèi)，背景噪聲較小。經(jīng)室內(nèi)環(huán)境實驗，利用短時能量和短時過零率的端點檢測方法即可滿足系統(tǒng)的要求，且這種檢測方法計算簡單，有利于系統(tǒng)的實時實現(xiàn)。根據(jù)語音處理的需要，本文在原有算法的基礎(chǔ)上進行改進，提取出語音的起始端、濁音段起始端以

4、及語音的結(jié)束端三個端點，為此后的聲調(diào)識別和共性識別作準(zhǔn)備。最后，還簡要介紹了存在背景噪聲情況下的語音去噪方法，以提高聾兒語言康復(fù)訓(xùn)練系統(tǒng)的適用性。 聲調(diào)識別是聾兒語言康復(fù)訓(xùn)練系統(tǒng)的一個重要內(nèi)容。由于說話的速度受情緒、形式和環(huán)境的影響，使得即使發(fā)同一個音，提取的聲調(diào)軌跡也不盡相同，這種聲調(diào)長度的不確定性以及個性的差異，使得聲調(diào)識別變得困難。本文從漢語聲調(diào)的變化規(guī)律出發(fā)，提出了基于一次曲線擬合的漢語單音節(jié)聲調(diào)識別方法。該方法通過對聲

5、調(diào)軌跡進行一次曲線擬合，提取了聲調(diào)軌跡方差、擬合直線斜率、擬合優(yōu)度以及擬合后的殘差平方和四個參數(shù)，通過對各個參數(shù)設(shè)置不同的閾值，來識別四聲調(diào)。為了進一步提高識別率，還結(jié)合基于能量的預(yù)分類方法，來提高了三聲聲調(diào)的識別率。通過實驗，這種聲調(diào)識別方法，在不需要進行訓(xùn)練的情況下，最終達(dá)到了97.84％的正確聲調(diào)識別率。語音的共性識別關(guān)系到聾兒對語意信息的理解，也是聾兒語言康復(fù)訓(xùn)練系統(tǒng)不可缺少的一個重要內(nèi)容。本文從漢語音節(jié)的特點出發(fā)，提出了將音節(jié)