收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于SAPI引擎的语音交互方法的研究与实现

任振刚  
【摘要】:语音交互以语音识别和语音和成为基础,语音识别是将音频信息转换成文本或者其它形式的计算机能够处理的信息的技术。语音合成是将文本文件转换成语音信息。经过国内外多年的研究探索,出现了许多语音识别的方法,其中比较成功的并具代表性的有模式匹配法;统计概率模型的识别方法(其主要代表是隐马尔可夫模型);人工神经网络方法。其中隐马尔可夫模型成为大词汇量连续语音识别的主导方法。 本文从语音识别系统的系统框架出发,重点探讨研究了基于隐马尔可夫模型的语音识别的实现方法。包括语音声学分析(预处理,特征提取等),声学HMM模型的建立和识别过程。重点讨论声学HMM模型的基本建模方法以及模型参数的训练重估方法。 语音是最符合人类自然习惯的一种通信交互方式。随着语音交互技术的发展,它在人机接口和多媒体方面的应用也越来越普遍了。在计算机的运算速度和存储能力迅速提高之后,输入输出的人机界面变得越来越重要,人机接口是当前计算机领域的热门课题之一。而语言是人类用来交流最自然、最有效的手段,也是众多载体中具有最大信息量的信号,具有最高的智能水平。一旦计算机具备了这种语言功能,其智能程度与应用价值将大大增加。因为在这种人机交互中使用的是最自然的语言方式来存储和处理信息,是人机交互的一次革命。总之语音识别技术将给人们带来一个轻松的接口方式,它同其它技术的结合还可以构成专门的应用,比如全自动电话系统,同声会议翻译系统,智能多媒体语言教学系统等。其中具有代表性的是Microsoft公司推出MS-Agent。 本文在对基于隐马尔可夫模型的语音识别技术进行了分析研究之后,应用MS-Agent设计出了语音识别系统与用户进行语言交流的人机接口。把该语音交互分成两个部分,一个是语音输入,即“听”的功能,一个是语音输出,即“说”的功能。实现这两个功能的分别是语音输入识别引擎和MS-Agent的文本朗读Text-To-Speech引擎。这两个引擎使MS-Agent有了语音按钮,使MS-Agent能回答复杂的对话、记录声音和文本。正是MS-Agent能听会说会唱,使MS-Agent在PC机上实现了强大的人机交互的功能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 程庆祥;;语音识别电路简介[J];家电科技;1990年02期
2 张连海,韩华,王炳锡;过零周期转移概率矩阵语音识别方法的改进[J];信息工程学院学报;1994年01期
3 闫守华;语音控制系统的研制[J];成都气象学院学报;1997年03期
4 李晓霞,王东木,李雪耀;语音识别技术评述[J];计算机应用研究;1999年10期
5 李虎生,刘加,刘润生;利用多层感知机映射提高不匹配环境下的语音识别性能[J];电路与系统学报;1999年04期
6 陈海英,于金辉;利用语音识别进行信息检索[J];情报学报;2003年01期
7 刘占军;;我的Word更“听话”[J];电脑知识与技术(经验技巧);2010年10期
8 赵显富;;译者的话[J];计算技术与自动化;1985年04期
9 张忠平;文成义;;基于BP神经网络的汉语语音识别的研究[J];电声技术;1992年09期
10 战普明,王作英,陆大 ;语音识别隐马尔可夫模型的改进[J];电子学报;1994年01期
11 戎月莉;语音识别的二值化时频图型模糊匹配法[J];应用声学;1994年05期
12 姚萝姑;有限词汇、特定人、商品化的英语语音识别系统[J];上海交通大学学报;1996年06期
13 David Haskin ,贾树山;DragonDictate使语音识别迈上新台阶[J];个人电脑;1996年09期
14 吴少军 ,张维平 ,沈永福;新型语音识别电路AP7003及其应用[J];电子技术应用;2001年07期
15 徐金甫,韦岗,梁树雄;一种基于奇异值分解的带噪语音识别方法[J];华南理工大学学报(自然科学版);2001年01期
16 刘芝;;语音识控 走向应用[J];科技潮;2001年07期
17 张会清,于洪珍;语音识别及自组织映射神经网络的应用[J];计算机工程与应用;2002年19期
18 唐昌文;一种孤立字语音识别的新方法[J];通信技术;2002年08期
19 李远志,李浮滨;语音技术在信息产业的应用展望[J];现代情报;2003年04期
20 张杰;告别键盘、鼠标 与计算机人性化交流[J];中国计算机用户;2004年39期
中国重要会议论文全文数据库 前10条
1 计天颖;王作英;陆大金;;有限命令集连续语音识别[A];第三届全国人机语音通讯学术会议论文集[C];1994年
2 余鹏;王作英;;语音识别码本状态间的线性和非线性相关性[A];第六届全国人机语音通讯学术会议论文集[C];2001年
3 宋君;葛余博;;应用于鲁棒语音识别的置信度加权特征丢失法[A];第七届全国人机语音通讯学术会议(NCMMSC7)论文集[C];2003年
4 靳慧龙;;基于DSP的电视语音拨号遥控技术[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
5 张超;刘轶;郑方;;面向多口音语音识别的声学模型重构[A];第十一届全国人机语音通讯学术会议论文集(二)[C];2011年
6 张超;刘轶;郑方;;面向多口音语音识别的声学模型重构方法[A];第十一届全国人机语音通讯学术会议论文集(一)[C];2011年
7 马晓川;刘冬;赵荣椿;;孤立短语隐马尔可夫模型自动建模软件的实现[A];第四届全国人机语音通讯学术会议论文集[C];1996年
8 郭晨;;汉语语音技术[A];第一届学生计算语言学研讨会论文集[C];2002年
9 赵海滨;王宏;闻绍飞;;嵌入式语音识别控制机械手的系统设计[A];第二届全国信息获取与处理学术会议论文集[C];2004年
10 刘秉权;张凯;王晓龙;;语音识别中基于规则的语言模型的研究[A];第五届全国人机语音通讯学术会议论文集[C];1998年
中国博士学位论文全文数据库 前10条
1 刘纪平;多重演化神经网络在语音识别中的应用[D];武汉大学;2011年
2 孙颖;情感语音识别与合成的研究[D];太原理工大学;2011年
3 李伟;基于内容的汉语语音检索技术研究与系统实现[D];清华大学;2011年
4 吕钊;噪声环境下的语音识别算法研究[D];安徽大学;2011年
5 司博宇;基于语音识别的构音及语音障碍自动评估系统研制[D];华东师范大学;2014年
6 奉小慧;音频噪声环境下唇动信息在语音识别中的应用技术研究[D];华南理工大学;2010年
7 丁沛;语音识别中的抗噪声技术[D];清华大学;2003年
8 宁爱平;人工蜂群算法及其在语音识别中的应用研究[D];太原理工大学;2013年
9 刘庆升;计算机辅助普通话发音评测关键技术研究[D];中国科学技术大学;2010年
10 田斌;实用化汉语语音识别理论及关键技术研究[D];西安电子科技大学;1999年
中国硕士学位论文全文数据库 前10条
1 王霅煜;基于VQ和ASR的多媒体课件检索[D];上海交通大学;2010年
2 郭恒飞;基于非特定人车载电器语音集成控制系统的设计与实现[D];合肥工业大学;2011年
3 王秋杰;TD-SCDMA网络测试软件中语音识别模块的设计与实现[D];北京邮电大学;2011年
4 彭峰;基于SALT的交互式语音应答系统——SALT技术的分析与应用[D];四川大学;2004年
5 江超;视频语义提取分析研究[D];西安电子科技大学;2011年
6 朱晗鸣;嵌入式小词汇量语音识别系统的设计与实现[D];大连理工大学;2005年
7 龙丽霞;基于实例语境的语音识别后文本检错与纠错研究[D];北京邮电大学;2010年
8 宋叔飚;神经网络在语音识别中的应用研究[D];西北工业大学;2002年
9 庞雄昌;语音识别及其定点DSP实现[D];西安电子科技大学;2004年
10 熊飞丽;语音识别技术在语言教学软件中的应用研究[D];国防科学技术大学;2002年
中国重要报纸全文数据库 前10条
1 中国科学院声学研究所研究员 俞铁城;解析语音识别的发展现状[N];通信产业报;2004年
2 黄梦;方案商积极切入语音识别市场[N];电脑商报;2006年
3 本报记者 刘学习;认准语音识别的“内核”[N];计算机世界;2002年
4 ;“超人类语音识别”计划[N];中国计算机报;2002年
5 ;Intel涉足语音识别[N];计算机世界;2003年
6 本报记者 艾文;语音识别:IBM继续领跑[N];中国计算机报;2001年
7 小雷;芝麻开门[N];电脑商报;2006年
8 记者 潘治;汽车真能听话[N];新华每日电讯;2002年
9 闫婷;语音识别 理想与现实的距离[N];计算机世界;2007年
10 本报记者 钟洪奇;Pattek语音识别产品: 找一条走得通的路[N];计算机世界;2002年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978