面向車載導航的語音交互技術.pdf

1、隨著近代計算機技術的飛速發(fā)展，語音識別技術日趨成熟，尤其是孤立詞語音識別技術取得了較高的識別準確率，然而隨著語音識別技術限制條件的放寬及實際應用環(huán)境的限制，仍存在一系列亟待解決的問題，對于大詞匯表的連續(xù)語音識別技術，在識別速度、準確率、系統(tǒng)頑健性等性能上還遠遠沒有達到盡善盡美。
　　本文以車載導航系統(tǒng)為應用背景,從語音識別應用的角度出發(fā)，結合語音合成技術建立一個語音交互的系統(tǒng)。實現中，重點研究以下幾個技術問題：
　　(1)采

2、用了隱馬爾可夫模型建模，著重比較不同的聲學建模方法對于識別結果的影響，如隱馬爾可夫模型的結構，識別基元選擇（音節(jié)、聲韻母）等。
　　(2)通過對文本語料的訓練，構建語言模型，實現音字轉換的過程。通過結合聲學模型和語言模型完成大詞匯量連續(xù)語音識別系統(tǒng)，并通過參數調整提高系統(tǒng)的各方面性能。
　　(3)系統(tǒng)實際應用環(huán)境噪聲的存在，嚴重影響了語音識別的準確性。實驗中，借助語音增強技術對語音進行降噪處理，比較不同的語音增強算法的降噪效

3、果以及對語音識別的準確率的影響。
　　(4)語音交互過程的設計與實現。系統(tǒng)主要是針對深圳市地名集合，采用了分區(qū)查詢策略，建立語音交互過程。
　　本文通過系統(tǒng)的實現與實驗結果發(fā)現，利用隱馬爾可夫建模，相對于音節(jié)、聲韻母建模，基于上下文相關的聲韻母建模識別效果取得較好的識別效果，增加隱馬爾可夫模型結構狀態(tài)數一定程度上提高了識別準確率。在嚴重的車載環(huán)境噪聲情況下，借助語音增強技術識別率達到50％，較噪聲環(huán)境下提高了近24%。語音識