试分析连续语音识别中的关键技术

摘　要：语音识别是现代社会背景下的一门新兴学科，它最主要的功能就是可以让计算机听懂人说的话，进而为人们提供更高效且方便的服务。它是人类和计算机之间利用语言进行交流 的桥梁，也是一门与多种学科紧密联系的实用技术。连续语音识别技术，这个课题的难度相当大，此中所需要用到的关键技术比较多，也比较复杂，本文就是对连续语音识别中的关键技术进行分析，以期能对连续语音识别技术的研究有所贡献。

关键词：连续语音识别；关键技术；创新
　　谈到语音识别，就不得不提到李开复------前微软研究院院长，他在哥伦比亚大学时主攻的就是语音识别，即通过机器来识别语音。语音识别是现代社会背景下的一门新兴学科，它最主要的功能就是可以让计算机听懂人说的话，进而为人们提供更高效且方便的服务。它是人类和计算机之间利用语言进行交流 的桥梁，也是一门与多种学科紧密联系的实用技术。现阶段，人们对连续语音识别的研究已经取得了一定的成就。目前，我们研究语音识别的重点正在向特定应用领域口语的识别和理解方面转变。在这个研究中，有几种关键技术，下面我们就对其中几种关键技术进行简单的分析。
1、词语定位技术
　　词语定位技术，在语音识别技术中非常重要的技术。主要通过对关键词进行定位，这种技术跟语言的语法特点有很大关系，是将语句中的关键词语提取出来的一种定位技术。比如主语，谓语，宾语就是关键语素，先将这些语素定位对于完善整句话有着非常重要的意义，因为这些语素已经勾勒出了语句的骨架。打个比方，盖个房子要加钢筋，来增加建筑物的强度和支撑作用，关键语素就是语句意群的钢筋。通常词语定位是通过设置并及时更新关键词库来实现的。
2、关联搜索技术
　　在确定完基本语素后，就要根据语素之间的关联性，进行搜索，那些语素是一个意群，同在一个意群中的语素如何排列。利用相关性确定意群非常重要，因为词语词之间不是任意搭配的，而是有规律的，这种规律就是语法，包括书面语语法和口语的语法。语法是语音识别的规则，因此是非常重要的。关联的方式在语法的约束下主要有以下几种：1.相关词语出现的概率；2.相关词语的词性；3.相关词语出现的语境的重复率等等。
　　连接词识别就是说，系统中存储的HMM针对的是孤立词，但识别的语音是由这些词组成的词串。由于这一技术是一个连接序列，即根据给定发音序列来找到与其最匹配的参考模块词，所以，下面的问题必须得到解决：（1）在序列中，有些时候即使知道词长度的大概范围，也不知道词的具体数量；（2）除整个序列的首末端点之外，序列之中每个词的边界位置并不知道。
3、抗阻碍性
　　在语音识别系统中，阻碍无处不在，具体说来，阻碍包括以下几个方面:1.方言带来的语音识别的阻碍；2.口音带来的语音识别的阻碍；3.外界干扰（噪声）带来的语音识别的阻碍；4.系统设备局限性带来的语音识别的阻碍等等。
　　一般情况下，在实验室（环境相对安静）中训练合格的语音识别系统用在实际环境（环境与训练的实验室环境不相匹配）的时候性能就会明显下降。所以，运用顽健语音识别技术就是为了研究一些补偿技术借以提高系统在不同环境中的性能。
　　根据语音系统中噪声的特点，我们研究出了一些抑制噪声的方法，如根据信号与噪声在各个尺度上的小波谱表现不一样的特点，可以运用小波变换的噪声抑制；根据含噪语音信号能量谱就是噪声信号和语音信号能量谱之和这一特点，可以运用EVRC编码噪声抑制方法，等等。
4、搜索策略技术
　　在利用计算机来识别语音的时候，未知的模式，即从输入语音中求出的特征参数，与事前所定的标准模式是否一致，这个问题必须检查。目前语音识别的实现主要是通过声音识别芯片分析声音的波形来实现的，人的说话声音有音调、音色的不同，因而所形成的生意的波形也不同，芯片通过比对声音图谱来确定语音内容，达到声音识别的目的，这也就是声音识别的原理。然而，在实际情况中，由于语音具有许多的不确定的因素，想达到完全一致比较困难。搜索策略是连续语音识别研究中的一个是否重要的课题。它的基本思路是，把帧作为搜索单位，在每一时刻对每一条路径都假定当前帧有可能是这一路径的后续，借此进行一个完整的搜索。
　　总体来说，搜索策略技术受到容量的限制。所以，我们必须确定应该保留哪些路径，这就要求我们确定一定阀值，这个阀值既不能过严也不能过宽。对于这个问题，我们一定要采用合适的算法，如传统的帧同步算法、基于统计知识的帧同步搜索算法原理和受词法约束的词搜索树等算法都是比较适合这一部分的。
结论：
    本文总结了连续语音识别中几种关键技术，并对它们进行了简单的介绍和分析。目前连续语音识别技术的研究并不成熟，它要向正确的方向健康发展就必须把词语定位技术、关联搜索技术、抗阻碍性技术、搜索策略技术等技术都正确运用于实际工作中。
参考文献：
[1]冯丽娟,吾守尔·斯拉木.维吾尔语连续语音识别技术研究[J].现代计算机：下半月,2010,(1)
[2]车士伟,吾守尔·斯拉木.浅谈连续语音识别中的关键技术[J]电脑与信息技术,2010,(2)
[3]叶虹,王海伦,姜春娣.非特定人问候语连续语音识别技术的研究[J].浙江工业大学学报,2010,(5) 本文链接：http://www.qk112.com/lwfw/jsjlw/jisuanjiyingyong/242573.html