人工智能-语音识别-在汉语语音识别中语速、音量和音调调整的研究.pdf

"人工智能-语音识别-在汉语语音识别中语速、音量和音调调整的研究" 该研究论文主要关注汉语语音识别中语速、音量和音调调整的研究。该研究领域是人工智能的一个重要分支，旨在让机器"听懂"人类语言。语音识别的发展目标是将音频数据转换为文本或其他计算机可以处理的信息。 语音识别历史可以追溯到1950年代，经过四十多年的发展，已经显示出巨大的应用前景，高性能的语音识别系统相继问世。语音识别的研究重点之一是连接词语音识别，各种连接词语音识别算法被提出，如多级动态规划语音识别算法。 进入90年代之后，在细化模型的设计、参数的提取和优化、以及系统的自适应上取得了一些关键进展。语音识别技术进一步成熟，并开始向市场提供产品。我国的语音信号处理（包括语音分析、识别和合成）学科的科学研究，在70年代后兴起。从70年代到80年代中期，通过大量吸收国外发表的资料引进理论技术移植到汉语，进行识别实验研究和算法改进。 主要研究内容包括： 1. 开展了汉语连接词、连续语音、中大字表、非特定话者语音识别及话者识别的研究。 2. 与汉语语音学密切结合，注意利用汉语特点，汉语语音识别中语速、音量和音调调整的研究。 3. 对国外流行的理论和技术步步深入进行发展改进，探索新的识别理论和技术。 在汉语的语音识别中，虽然为了提高语音识别率对语音有一些自适应地调整，但是对于语速、音量和音调调整的具体研究比较少。因此，该研究的主要工作是由国家自然科学基金项目资助的汉语语音识别中语速、音量和音调调整，具体研究内容就是在低噪声的实验条件下对一些识别率较低的汉语语音通过语音、音量和音调的调整来提高这些语音的识别率。 在实际使用IBM ViaVoice语音识别系统进行汉语语音识别的时候，发现，在同一台计算机上，同样的噪声环境下，不同的人在完成相同的口音适应训练后，系统的正确识别率有所不同。归纳原因主要为：1）各人的发声频率不同。2）说话方式不同（主要是语速和音量不同）。3）普通话的标准程度不同。 为了提高某些语音的识别率，就在语音识别系统前面加了一个语音调整过程，采用如图1.2所示的识别系统。语音输入——一ViaVoice语音识别系统——识别输出。 本研究的主要贡献在于汉语语音识别中语速、音量和音调调整的研究，对提高汉语语音识别的准确性和可靠性具有重要意义。