從語音到拼音轉(zhuǎn)換技術(shù)研究與設(shè)計(jì)
From voice to Pinyin conversion technology research and design


1.7萬字 42頁 原創(chuàng)作品，已通過查重系統(tǒng)


摘要 隨著人類科技的發(fā)展，人機(jī)交流已經(jīng)成為人們對(duì)智能化迫切的追求。語音識(shí)別是人機(jī)交流的重要基礎(chǔ)，越來越受到人們的關(guān)注。人們想要與機(jī)器順暢的交流，就要求機(jī)器對(duì)連續(xù)語句的準(zhǔn)確識(shí)別，還要能夠排除口語化，噪音干擾等問題。但是語音識(shí)別在現(xiàn)在的技術(shù)還不成熟，大詞量的連續(xù)語音識(shí)別效率還是比較低，對(duì)于這種情況語音識(shí)別系統(tǒng)都不能很好的解決。
為了解決大詞量和語音連續(xù)性的難題，本文對(duì)基于拼音音元的語音識(shí)別系統(tǒng)
進(jìn)行研究，在聲韻母語音識(shí)別系統(tǒng)的基礎(chǔ)上進(jìn)一步對(duì)識(shí)別單元進(jìn)行細(xì)化，使用已
有的一些成熟的語音識(shí)別技術(shù)，結(jié)合本文提出的語音音元分割方法和語音語義識(shí)
別分離的架構(gòu)形成一種全新的語音識(shí)別系統(tǒng)框架，本文使用的分析軟件主要是使用cooledit pro2.0分析音頻。
本論文介紹了語音識(shí)別研究的現(xiàn)狀，研究的困難，語音識(shí)別的應(yīng)用領(lǐng)域以及發(fā)展前景。在第二章介紹了語音樣本的采集和預(yù)處理，主要包括預(yù)濾波、采樣與量化、預(yù)加重、加窗、音量標(biāo)準(zhǔn)化等。第三章主要介紹漢語拼音的歷史，語法，聲韻母的分類。第四章中介紹語音信號(hào)在時(shí)域和頻域所表現(xiàn)出的不同特性，提出一種基于波形圖、語譜圖與共振峰相結(jié)合識(shí)別音頻中的字符。該算法首先將語音信號(hào)轉(zhuǎn)換成時(shí)域波形圖，應(yīng)用形態(tài)學(xué)圖像處理技術(shù)對(duì)波形圖進(jìn)行分析，進(jìn)行預(yù)處理，然后利用相關(guān)圖像算法對(duì)處理后的波形圖進(jìn)行互相關(guān)運(yùn)算。對(duì)樣本進(jìn)行逐幀識(shí)別。利用共振峰和語譜圖的特性對(duì)樣本進(jìn)行識(shí)別，突出共振峰的時(shí)域性，第五章提出音元分割方法，其主要利用聲韻母分離，剝離韻母后，研究韻母的波形，分析出詞語的音調(diào)，然后建立出語庫，根據(jù)樣本的特征值匹配詞庫。
本文通過對(duì)基于拼音音元的語音識(shí)別系統(tǒng)的研究，為語音識(shí)別建立了一種語音識(shí)別與語義轉(zhuǎn)換分離的架構(gòu)，為大詞量的語音連續(xù)語音實(shí)時(shí)識(shí)別技術(shù)提供了一種新的解決思路。


關(guān)鍵詞：語音識(shí)別 音元 聲韻母分離 共振峰 波形圖 語譜圖