语音识别技术的研究及其在发音错误识别系统中的应用

摘要

二十世纪五十年代以来，语音识别的技术发展迅速。作为一门交叉学科，语音识别己经形成了完整的理论体系，基于PC平台的语音识别系统的研究也在技术上获得了一些成功。尽管目前各种各样的语音识别产品相继涌现，但在许多特定领域，由于其环境的特殊性，往往需要专门开发，以适应实际需要。 因此，针对英语学习过程中，学习者往往缺乏标准且有效的口语训练的问题，设计并实现了一套具有示范、评分、报错功能的发音错误识别系统。 首先，本文根据语音识别系统的基本构成模型，介绍了预处理、特征参数提取到模型的训练与匹配所涉及的数字信号处理、模式识别等方面的基本技术。 其次，介绍了连续语音识别搜索算法的基本原理，对常用的基于动态规划思想的Beam剪枝搜索算法进行了深入研究，分析了该算法的不足，从两方面对Beam剪枝搜索算法进行了改进：使用自适应的裁剪门限代替固定的裁剪门限，提出了基于活动模型数变化的状态层自适应剪枝搜索算法，根据搜索初期阶段模型最少驻留帧数和活动模型数变化的关系自适应的改变裁剪门限；另一方面，提出了基于当前搜索路径的最高概率得分和平均概率得分变化的词层自适应剪枝搜索算法。 最后将状态层和词层相结合的自适应剪枝算法与语音识别引擎相结合，利用SAPI接口调用优化后的语音识别引擎来完成了发音错误系统的设计与开发。实现了语音合成、语音识别和评分报错功能，并给出具体的工作流程和实现的关键代码。测试结果表明本系统较好地满足了连续语音识别的要求，学习者经过训练之后，其识别率可以达到81.2％，这也验证了状态层和词层相结合的自适应剪枝算法是可行的。