语音识别设计20263

语音识别设计20263

ID:861155

大小:127.04 KB

页数:25页

时间:2017-09-21

语音识别设计20263_第1页
语音识别设计20263_第2页
语音识别设计20263_第3页
语音识别设计20263_第4页
语音识别设计20263_第5页
资源描述:

《语音识别设计20263》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、语音识别设计特定人语音识别设计的研究……………………………………………1摘要………………………………………………………………………2Abstract…………………………………………………………………...3目录……………………………………………………………………...4第一章绪论……………………………………………………………..51.1语音识别技术的历史………………………………………61.2语音识别技术的现状……………………………………...71.3语音识别技术的发展趋向…………………………………8第二章特定语音识别芯片介绍……………………………..92.1凌阳S

2、PCE061A芯片……………………………………102.2RSC系列芯片……………..……………………………..112.3芯片WS—100系列………………………………………12第三章特定人语音识别产品开发……………………………………133.1特定人语音识别技术的开发流程………………………..143.2特定人语音识别技术中的难点…………………………..15第四章结论及展望……………………………………………………16参考文献………………………………………………………………..17致谢…………………………………………………………………….18摘要摘 要:回顾语音识别技术的

3、发展历史,调查数家语音识别芯片的产品,了解语音识别的开发流程,并对语音识别技术面临的问题和发展前景进行了讨论。关键词:语音识别;语音芯片;开发流程;技术难点;AbstractAbstract:Reviewthehistoryofvoicerecognitiontechnology,theinvestigationofseveralspeechrecognitionchipproducts,tounderstandthedevelopmentprocessforspeechrecognition,andvoicerecognitiontechnologyproble

4、msanddevelopmentprospectswerediscussed.Keywords:speechrecognition;voicechip;developmentprocess;technicaldifficulties第一章绪论1.1语音识别技术的历史(1)国内研究历史  我国语音识别研究工作起步于五十年代,但近年来发展很快。研究水平也从实验室逐步走向实用。从1987年开始执行国家863计划后,国家863智能计算机专家组为语音识别技术研究专门立项,每两年滚动一次。我国语音识别技术的研究水平已经基本上与国外同步,在汉语语音识别技术上还有自己的特点与优势

5、,并达到国际先进水平。中科院自动化所、声学所、清华大学、北京大学、哈尔滨工业大学、上海交通大学、中国科技大学、北京邮电大学、华中科技大学等科研机构都有实验室进行过语音识别方面的研究,其中具有代表性的研究单位为清华大学电子工程系与中科院自动化研究所模式识别国家重点实验室。  清华大学电子工程系语音技术与专用芯片设计课题组,研发的非特定人汉语数码串连续语音识别系统的识别精度,达到94.8%(不定长数字串)和96.8%(定长数字串)。在有5%的拒识率情况下,系统识别率可以达到96.9%(不定长数字串)和98.7%(定长数字串),这是目前国际最好的识别结果之一,其性能已经

6、接近实用水平。研发的5000词邮包校核非特定人连续语音识别系统的识别率达到98.73%,前三选识别率达99.96%;并且可以识别普通话与四川话两种语言,达到实用要求。中科院自动化所及其所属模式科技(Pattek)公司2002年发布了他们共同推出的面向不同计算平台和应用的“天语”中文语音系列产品——PattekASR,结束了中文语音识别产品自1998年以来一直由国外公司垄断的历史。(1)国外研究历史  语音识别的研究工作可以追溯到20世纪50年代AT&T贝尔实验室的Audry系统,它是第一个可以识别十个英文数字的语音识别系统。  但真正取得实质性进展,并将其作为一个

7、重要的课题开展研究则是在60年代末70年代初。这首先是因为计算机技术的发展为语音识别的实现提供了硬件和软件的可能,更重要的是语音信号线性预测编码(LPC)技术和动态时间规整(DTW)技术的提出,有效的解决了语音信号的特征提取和不等长匹配问题。这一时期的语音识别主要基于模板匹配原理,研究的领域局限在特定人,小词汇表的孤立词识别,实现了基于线性预测倒谱和DTW技术的特定人孤立词语音识别系统;同时提出了矢量量化(VQ)和隐马尔可夫模型(HMM)理论。  随着应用领域的扩大,小词汇表、特定人、孤立词等这些对语音识别的约束条件需要放宽,与此同时也带来了许多新的问题:第一,词

8、汇表的扩大

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。