語(yǔ)音識(shí)別是以語(yǔ)音為研究對(duì)象，通過(guò)語(yǔ)音信號(hào)處理和模式識(shí)別讓機(jī)器自動(dòng)識(shí)別和理解人類(lèi)口述的語(yǔ)言。語(yǔ)音識(shí)別技術(shù)就是讓機(jī)器通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高技術(shù)。語(yǔ)音識(shí)別是一門(mén)涉及面很廣的交叉學(xué)科，它與聲學(xué)、語(yǔ)音學(xué)、語(yǔ)言學(xué)、信息理論、模式識(shí)別理論以及神經(jīng)生物學(xué)等學(xué)科都有非常密切的關(guān)系。語(yǔ)音識(shí)別技術(shù)正逐步成為計(jì)算機(jī)信息處理技術(shù)中的關(guān)鍵技術(shù)，語(yǔ)音技術(shù)的應(yīng)用已經(jīng)成為一個(gè)具有競(jìng)爭(zhēng)性的新興高技術(shù)產(chǎn)業(yè)。
1、語(yǔ)音識(shí)別的基本原理
語(yǔ)音識(shí)別系統(tǒng)本質(zhì)上是一種模式識(shí)別系統(tǒng)，包括特征提取、模式匹配、參考模式庫(kù)等三個(gè)基本單元，它的基本結(jié)構(gòu)如下圖所示：
未知語(yǔ)音經(jīng)過(guò)話筒變換成電信號(hào)后加在識(shí)別系統(tǒng)的輸入端，首先經(jīng)過(guò)預(yù)處理，再根據(jù)人的語(yǔ)音特點(diǎn)建立語(yǔ)音模型，對(duì)輸入的語(yǔ)音信號(hào)進(jìn)行分析，并抽取所需的特征，在此基礎(chǔ)上建立語(yǔ)音識(shí)別所需的模板。而計(jì)算機(jī)在識(shí)別過(guò)程中要根據(jù)語(yǔ)音識(shí)別的模型，將計(jì)算機(jī)中存放的語(yǔ)音模板與輸入的語(yǔ)音信號(hào)的特征進(jìn)行比較，根據(jù)一定的搜索和匹配策略，找出一系列最優(yōu)的與輸入語(yǔ)音匹配的模板。然后根據(jù)此模板的定義，通過(guò)查表就可以給出計(jì)算機(jī)的識(shí)別結(jié)果。顯然，這種最優(yōu)的結(jié)果與特征的選擇、語(yǔ)音模型的好壞、模板是否準(zhǔn)確都有直接的關(guān)系。
2、語(yǔ)音識(shí)別技術(shù)的發(fā)展歷史及現(xiàn)狀
1952年，AT&TBell實(shí)驗(yàn)室的Davis等人研制了第一個(gè)可十個(gè)英文數(shù)字的特定人語(yǔ)音增強(qiáng)系統(tǒng)一Audry系統(tǒng)1956年，美國(guó)普林斯頓大學(xué)RCA實(shí)驗(yàn)室的Olson和Belar等人研制出能10個(gè)單音節(jié)詞的系統(tǒng)，該系統(tǒng)采用帶通濾波器組獲得的頻譜參數(shù)作為語(yǔ)音增強(qiáng)特征。1959年，F(xiàn)ry和Denes等人嘗試構(gòu)建音素器來(lái)4個(gè)元音和9個(gè)輔音，并采用頻譜分析和模式匹配進(jìn)行決策。這就大大提高了語(yǔ)音識(shí)別的效率和準(zhǔn)確度。從此計(jì)算機(jī)語(yǔ)音識(shí)別的受到了各國(guó)科研人員的重視并開(kāi)始進(jìn)入語(yǔ)音識(shí)別的研究。60年代，蘇聯(lián)的Matin等提出了語(yǔ)音結(jié)束點(diǎn)的端點(diǎn)檢測(cè)，使語(yǔ)音識(shí)別水平明顯上升；Vintsyuk提出了動(dòng)態(tài)編程，這一提法在以后的識(shí)別中不可或缺。60年代末、70年代初的重要成果是提出了信號(hào)線性預(yù)測(cè)編碼（LPC）技術(shù)和動(dòng)態(tài)時(shí)間規(guī)整（DTW）技術(shù)，有效地解決了語(yǔ)音信號(hào)的特征提取和不等長(zhǎng)語(yǔ)音匹配問(wèn)題；同時(shí)提出了矢量量化（VQ）和隱馬爾可夫模型（HMM）理論。語(yǔ)音識(shí)別技術(shù)與語(yǔ)音合成技術(shù)結(jié)合使人們能夠擺脫鍵盤(pán)的束縛，取而代之的是以語(yǔ)音輸入這樣便于使用的、自然的、人性化的輸入方式，它正逐步成為信息技術(shù)中人機(jī)接口的關(guān)鍵技術(shù)。
3、語(yǔ)音識(shí)別的方法
目前具有代表性的語(yǔ)音識(shí)別方法主要有動(dòng)態(tài)時(shí)間規(guī)整技術(shù)（DTW）、隱馬爾可夫模型（HMM）、矢量量化（VQ）、人工神經(jīng)網(wǎng)絡(luò)（ANN）、支持向量機(jī)（SVM）等方法。
動(dòng)態(tài)時(shí)間規(guī)整算法（Dynamic Time Warping，DTW）是在非特定人語(yǔ)音識(shí)別中一種簡(jiǎn)單有效的方法，該算法基于動(dòng)態(tài)規(guī)劃的思想，解決了發(fā)音長(zhǎng)短不一的模板匹配問(wèn)題，是語(yǔ)音識(shí)別技術(shù)中出現(xiàn)較早、較常用的一種算法。在應(yīng)用DTW算法進(jìn)行語(yǔ)音識(shí)別時(shí)，就是將已經(jīng)預(yù)處理和分幀過(guò)的語(yǔ)音測(cè)試信號(hào)和參考語(yǔ)音模板進(jìn)行比較以獲取他們之間的相似度，按照某種距離測(cè)度得出兩模板間的相似程度并選擇最佳路徑。
隱馬爾可夫模型（HMM）是語(yǔ)音信號(hào)處理中的一種統(tǒng)計(jì)模型，是由Markov鏈演變來(lái)的，所以它是基于參數(shù)模型的統(tǒng)計(jì)識(shí)別方法。由于其模式庫(kù)是通過(guò)反復(fù)訓(xùn)練形成的與訓(xùn)練輸出信號(hào)吻合概率最大的最佳模型參數(shù)而不是預(yù)先儲(chǔ)存好的模式樣本，且其識(shí)別過(guò)程中運(yùn)用待識(shí)別語(yǔ)音序列與HMM參數(shù)之間的似然概率達(dá)到最大值所對(duì)應(yīng)的最佳狀態(tài)序列作為識(shí)別輸出，因此是較理想的語(yǔ)音識(shí)別模型。
矢量量化（Vector Quantization）是一種重要的信號(hào)壓縮方法。與HMM相比，矢量量化主要適用于小詞匯量、孤立詞的語(yǔ)音識(shí)別中。其過(guò)程是將若干個(gè)語(yǔ)音信號(hào)波形或特征參數(shù)的標(biāo)量數(shù)據(jù)組成一個(gè)矢量在多維空間進(jìn)行整體量化。把矢量空間分成若干個(gè)小區(qū)域，每個(gè)小區(qū)域?qū)ふ乙粋�(gè)代表矢量，量化時(shí)落入小區(qū)域的矢量就用這個(gè)代表矢量代替。矢量量化器的設(shè)計(jì)就是從大量信號(hào)樣本中訓(xùn)練出好的碼書(shū)，從實(shí)際效果出發(fā)尋找到好的失真測(cè)度定義公式，設(shè)計(jì)出最佳的矢量量化系統(tǒng)，用最少的搜索和計(jì)算失真的運(yùn)算量實(shí)現(xiàn)最大可能的平均信噪比。
在實(shí)際的應(yīng)用過(guò)程中，人們還研究了多種降低復(fù)雜度的方法，包括無(wú)記憶的矢量量化、有記憶的矢量量化和模糊矢量量化方法。
人工神經(jīng)網(wǎng)絡(luò)（ANN）是20世紀(jì)80年代末期提出的一種新的語(yǔ)音識(shí)別方法。其本質(zhì)上是一個(gè)自適應(yīng)非線性動(dòng)力學(xué)系統(tǒng)，模擬了人類(lèi)神經(jīng)活動(dòng)的原理，具有自適應(yīng)性、并行性、魯棒性、容錯(cuò)性和學(xué)習(xí)特性，其強(qiáng)大的分類(lèi)能力和輸入—輸出映射能力在語(yǔ)音識(shí)別中都很有吸引力。其方法是模擬人腦思維機(jī)制的工程模型，它與HMM正好相反，其分類(lèi)決策能力和對(duì)不確定信息的描述能力得到舉世公認(rèn)，但它對(duì)動(dòng)態(tài)時(shí)間信號(hào)的描述能力尚不盡如人意，通常MLP分類(lèi)器只能解決靜態(tài)模式分類(lèi)問(wèn)題，并不涉及時(shí)間序列的處理。盡管學(xué)者們提出了許多含反饋的結(jié)構(gòu)，但它們?nèi)圆蛔阋钥坍?huà)諸如語(yǔ)音信號(hào)這種時(shí)間序列的動(dòng)態(tài)特性。由于ANN不能很好地描述語(yǔ)音信號(hào)的時(shí)間動(dòng)態(tài)特性，所以常把ANN與傳統(tǒng)識(shí)別方法結(jié)合，分別利用各自?xún)?yōu)點(diǎn)來(lái)進(jìn)行語(yǔ)音識(shí)別而克服HMM和ANN各自的缺點(diǎn)。近年來(lái)結(jié)合神經(jīng)網(wǎng)絡(luò)和隱含馬爾可夫模型的識(shí)別算法研究取得了顯著進(jìn)展，其識(shí)別率已經(jīng)接近隱含馬爾可夫模型的識(shí)別系統(tǒng)，進(jìn)一步提高了語(yǔ)音識(shí)別的魯棒性和準(zhǔn)確率。
支持向量機(jī)（Support vector machine）是應(yīng)用統(tǒng)計(jì)學(xué)理論的一種新的學(xué)習(xí)機(jī)模型，采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理（Structural Risk Minimization，SRM），有效克服了傳統(tǒng)經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化方法的缺點(diǎn)。兼顧訓(xùn)練誤差和泛化能力，在解決小樣本、非線性及高維模式識(shí)別方面有許多優(yōu)越的性能，已經(jīng)被廣泛地應(yīng)用到模式識(shí)別領(lǐng)域。
4、語(yǔ)音識(shí)別系統(tǒng)的分類(lèi)
語(yǔ)音識(shí)別系統(tǒng)可以根據(jù)對(duì)輸入語(yǔ)音的限制加以分類(lèi)。如果從說(shuō)話者與識(shí)別系統(tǒng)的相關(guān)性考慮，可以將識(shí)別系統(tǒng)分為三類(lèi)：（1）特定人語(yǔ)音識(shí)別系統(tǒng)。僅考慮對(duì)于專(zhuān)人的話音進(jìn)行識(shí)別。（2）非特定人語(yǔ)音系統(tǒng)。識(shí)別的語(yǔ)音與人無(wú)關(guān)，通常要用大量不同人的語(yǔ)音數(shù)據(jù)庫(kù)對(duì)識(shí)別系統(tǒng)進(jìn)行學(xué)習(xí)。（3）多人的識(shí)別系統(tǒng)。通常能識(shí)別一組人的語(yǔ)音，或者成為特定組語(yǔ)音識(shí)別系統(tǒng)，該系統(tǒng)僅要求對(duì)要識(shí)別的那組人的語(yǔ)音進(jìn)行訓(xùn)練。
如果從說(shuō)話的方式考慮，也可以將識(shí)別系統(tǒng)分為三類(lèi)：（1）孤立詞語(yǔ)音識(shí)別系統(tǒng)。孤立詞識(shí)別系統(tǒng)要求輸入每個(gè)詞后要停頓。（2）連接詞語(yǔ)音識(shí)別系統(tǒng)。連接詞輸入系統(tǒng)要求對(duì)每個(gè)詞都清楚發(fā)音，一些連音現(xiàn)象開(kāi)始出現(xiàn)。（3）連續(xù)語(yǔ)音識(shí)別系統(tǒng)。連續(xù)語(yǔ)音輸入是自然流利的連續(xù)語(yǔ)音輸入，大量連音和變音會(huì)出現(xiàn)。
如果從識(shí)別系統(tǒng)的詞匯量大小考慮，也可以將識(shí)別系統(tǒng)分為三類(lèi)：（1）小詞匯量語(yǔ)音識(shí)別系統(tǒng)。通常包括幾十個(gè)詞的語(yǔ)音識(shí)別系統(tǒng)。（2）中等詞匯量的語(yǔ)音識(shí)別系統(tǒng)。通常包括幾百個(gè)詞到上千個(gè)詞的識(shí)別系統(tǒng)。（3）大詞匯量語(yǔ)音識(shí)別系統(tǒng)。通常包括幾千到幾萬(wàn)個(gè)詞的語(yǔ)音識(shí)別系統(tǒng)。隨著計(jì)算機(jī)與數(shù)字信號(hào)處理器運(yùn)算能力以及識(shí)別系統(tǒng)精度的提高，識(shí)別系統(tǒng)根據(jù)詞匯量大小進(jìn)行分類(lèi)也不斷進(jìn)行變化。目前是中等詞匯量的識(shí)別系統(tǒng)，將來(lái)可能就是小詞匯量的語(yǔ)音識(shí)別系統(tǒng)。這些不同的限制也確定了語(yǔ)音識(shí)別系統(tǒng)的困難度。
5、語(yǔ)音識(shí)別的應(yīng)用
語(yǔ)音識(shí)別可以應(yīng)用的領(lǐng)域大致分為大五類(lèi)：
辦公室或商務(wù)系統(tǒng)。典型的應(yīng)用包括：填寫(xiě)數(shù)據(jù)表格、數(shù)據(jù)庫(kù)管理和控制、鍵盤(pán)功能增強(qiáng)等等。
制造業(yè)：在質(zhì)量控制中，語(yǔ)音識(shí)別系統(tǒng)可以為制造過(guò)程提供一種“不用手”、“不用眼”的檢控（部件檢查）。
電信：相當(dāng)廣泛的一類(lèi)應(yīng)用在撥號(hào)電話系統(tǒng)上都是可行的，包括話務(wù)員協(xié)助服務(wù)的自動(dòng)化、國(guó)際國(guó)內(nèi)遠(yuǎn)程電子商務(wù)、語(yǔ)音呼叫分配、語(yǔ)音撥號(hào)、分類(lèi)訂貨。
醫(yī)療：這方面的主要應(yīng)用是由聲音來(lái)生成和編輯專(zhuān)業(yè)的醫(yī)療報(bào)告。
其他：包括由語(yǔ)音控制和操作的游戲和玩具、幫助殘疾人的語(yǔ)音識(shí)別系統(tǒng)、車(chē)輛行駛中一些非關(guān)鍵功能的語(yǔ)音控制，如車(chē)載交通路況控制系統(tǒng)、音響系統(tǒng)。
6、語(yǔ)音識(shí)別系統(tǒng)的最新發(fā)展
語(yǔ)音識(shí)別技術(shù)發(fā)展到今天，特別是中小詞匯量非特定人語(yǔ)音識(shí)別系統(tǒng)識(shí)別精度已經(jīng)大于98%，對(duì)特定人語(yǔ)音識(shí)別系統(tǒng)的識(shí)別精度就更高。這些技術(shù)已經(jīng)能夠滿足通常應(yīng)用的要求。由于大規(guī)模集成電路技術(shù)的發(fā)展，這些復(fù)雜的語(yǔ)音識(shí)別系統(tǒng)已經(jīng)完全可以制成專(zhuān)用芯片，大量生產(chǎn)。在西方經(jīng)濟(jì)發(fā)達(dá)國(guó)家，大量的語(yǔ)音識(shí)別產(chǎn)品已經(jīng)進(jìn)入市場(chǎng)和服務(wù)領(lǐng)域。一些用戶(hù)交換機(jī)、電話機(jī)、手機(jī)已經(jīng)包含了語(yǔ)音識(shí)別撥號(hào)功能、語(yǔ)音記事本、語(yǔ)音智能玩具等產(chǎn)品，同時(shí)也包括語(yǔ)音識(shí)別與語(yǔ)音合成功能。人們可以通過(guò)電話網(wǎng)絡(luò)用語(yǔ)音識(shí)別口語(yǔ)對(duì)話系統(tǒng)查詢(xún)有關(guān)的機(jī)票、旅游、銀行信息。調(diào)查統(tǒng)計(jì)表明，多達(dá)85%以上的人對(duì)語(yǔ)音識(shí)別的信息查詢(xún)服務(wù)系統(tǒng)的性能表示滿意。可以預(yù)測(cè)，在近5年內(nèi)，語(yǔ)音識(shí)別系統(tǒng)的應(yīng)用將更加廣泛，各種各樣的語(yǔ)音識(shí)別系統(tǒng)產(chǎn)品將不斷出現(xiàn)在市場(chǎng)上。語(yǔ)音識(shí)別技術(shù)在人工郵件分揀中的作用也日益顯現(xiàn)，發(fā)展前景誘人。一些發(fā)達(dá)國(guó)家的郵政部門(mén)已經(jīng)使用了這一系統(tǒng)，語(yǔ)音識(shí)別技術(shù)逐漸成為郵件分揀的新技術(shù)。它可以克服手工分揀單純依靠分揀員記憶力的不足，解決人員成本過(guò)高的問(wèn)題，提高郵件處理的效率和效益。就教育領(lǐng)域來(lái)講，語(yǔ)音識(shí)別技術(shù)的最直接的應(yīng)用就是幫助用戶(hù)更好地練習(xí)語(yǔ)言技巧。
語(yǔ)音識(shí)別技術(shù)的另一個(gè)發(fā)展分支就是電話語(yǔ)音識(shí)別技術(shù)的發(fā)展，貝爾實(shí)驗(yàn)室是這方面的先驅(qū)，電話語(yǔ)音識(shí)別技術(shù)將能夠?qū)崿F(xiàn)電話查詢(xún)、自動(dòng)接線以及一些專(zhuān)門(mén)業(yè)務(wù)如旅游信息等的操作。銀行應(yīng)用了語(yǔ)音理解技術(shù)的聲訊查詢(xún)系統(tǒng)后，可不分晝夜地為客戶(hù)提供二十四小時(shí)的電話銀行理財(cái)服務(wù)。而證券業(yè)方面，若是采用電話語(yǔ)音識(shí)別聲訊系統(tǒng)的話，用戶(hù)想查詢(xún)行情便可以直接講出股票名稱(chēng)或代碼，而系統(tǒng)確認(rèn)用戶(hù)的要求后，會(huì)自動(dòng)讀出最新的股票價(jià)，這將大大方便用戶(hù)。目前在114查號(hào)臺(tái)還有大量的人工服務(wù)，如果采用語(yǔ)音技術(shù)，就可讓計(jì)算機(jī)自動(dòng)接聽(tīng)用戶(hù)的需要，然后回放查詢(xún)的電話號(hào)碼，從而節(jié)約了人力資源。 |
