计算机语音录入系统的研究

摘要

计算机语音录入技术是一门综合学科，目前正逐步替代现有的键盘和手写板输入成为信息技术中人机接口的关键技术。语音录入技术能够使人们抛开键盘、手写板直接将说出的话转换成汉字在计算机显示器等终端显示设备上显示出来。语音录入技术的研究与应用已经成为继语音识别技术研究之后的又一个具有竞争性的新兴高技术产业。 本文通过对现有语音录入系统的分析，围绕字多音少的问题展开研究。统计语言模型中的二元文法模型可以满足语音录入的基本要求，如再辅以一元文法和三元文法模型，则可以很好的解决音字转换中的字多音少问题。另外，语料库的建立问题也是本文所要考虑的重点问题。语料库建立的结构和查询需要和音字转换算法相结合，最终得出录入文字。基于上述问题的考虑，本文提出相应的解决方法，从而形成一整套的语音识别、转换和输出的系统。

目录

文摘

英文文摘

声明

第1章 绪论

1.1语音录入系统的现状

1.2本论文的研究思路

1.3本文的研究内容及篇章安排

1.4本章小结

第2章 语音识别技术的设计

2.1 语音识别技术的概述

2.2现有的四种语音识别技术存在的问题

2.2.1 动态时间归正技术

2.2.2 隐马尔可夫模型技术

2.2.3 动态贝叶斯网络

2.2.4人工神经网络

2.3本文的语音识别方法

2.3.1 现有语音识别技术的分析与总结

2.3.2本文的语音识别方法

2.4本文所采用的模板训练算法和识别算法

2.4.1 模板训练算法

2.4.2识别算法

2.5语音识别模块中遇到的问题及解决方法

2.5.1 窗函数的选取

2.5.2帧长和帧移的选择

2.5.3 端点检测方法的选择

2.6本章小结

第3章 音字转换

3.1 音字转换所要解决的问题

3.2现有的类似问题的解决方法

3.2.1 语义分析模型

3.2.2决策树模型

3.2.3统计语言模型

3.3 本文音字转换方法的解决思路

3.3.1 音字转换方法的考虑

3.3.2转换方法及步骤

3.4本文的统计训练算法

3.5本章小结

第4章 语料库的建立

4.1 构建语料库的原因

4.2现有语料库的结构及存在的问题

4.3本文语料库的建立方法

4.3.1 方法概述

4.3.2语料库的建立步骤

4.4语料库的查找算法选择

4.4.1 顺序表的结构

4.4.2顺序表的运算

4.4.3 单链表

4.4.4哈希表的定义

4.4.5哈希函数的构造

4.4.6冲突处理方法

4.4.7哈希表的查找及其分析

4.5 本章小结

第5章 实验与仿真

5.1 仿真所要验证的问题

5.2仿真环境选择与方案设计

5.3 仿真步骤

5.4仿真结果分析

5.5仿真主要程序

5.6本章小结

结论

附 录

参考文献

攻读硕士学位期间所发表的论文

致谢