嵌入式语音翻译系统的识别技术研究

摘要

嵌入式语音翻译机由语音识别，文本翻译以及语音合成等组成。本文根据嵌入式语音翻译机的要求，在深入分析嵌入式系统下语音识别系统的特点以及面临的主要问题的基础上，针对语音检测、口音适应、语言模型和系统实现等问题都做了较深入的探讨和研究，主要进行了以下几个方面的研究。 首先在语音端点检测方面，本文提出了一种结合多子带能量特征和最优化边缘检测判决准则的算法。该算法的突出优点在于：其一，子带的选择是根据噪声和语音的能量分布特点来选择，增加了语音和噪声的区分性；其二在不同信噪比情况下，其端点检测滤波器的输出基本不变，从而避免了门限调整所带来的困难。实验结果表明，这种算法在多种噪声环境下都能够达到较好的语音检出效果，它克服了传统语音端点检测以短时能量、基频、过零率等作为检测特征时，需要动态调整门限且在低信噪比情况下鲁棒性较差的缺点。 其次探讨了如何建立一个描述特定地方口音发音特点的音节发音变异字典，进行特定地方口音自适应，以及如何同重估声学模型参数的MLLR自适应方法相结合从而进一步提高系统的性能。本章采用分析与统计相结合的方法，研究汉语口语中的由于口音以及口语化带来的发音变异现象，以提高语音识别系统的鲁榜性，实验也表明在中小词汇量的语音识别系统中，音节发音变异字典能够提高语音识别的鲁棒性。 再次分析了影响统计语言模型性能的各种因素、常用的平滑方法和评价语言模型性能方法，建立了基于统计语言模型的音字转换平台，对语言模型中的多音字处理进行了分析和处理。嵌入式系统中的语音识别一般为领域相关的识别系统，很难收集到足够的训练语料，我们提出了采用规则和词类的方法来扩展词间的连接，在有限的训练语料情况下语言模型能够覆盖更多的语言现象，以提高语音识别系统的性能。 最后：在嵌入式PDA平台下，建立了一个语音翻译平台，在识别方面探讨了嵌入式系统下语音识别系统的具体实现问题，我们从定点特征的实时提取，声学模型的建立和压缩，高斯函数概率计算等方面进行了研究，在PDA系统下实现了一个完整的识别系统。在翻译方面采用关键词及其依赖关系查找实例的方法，以确保在有些识别错误而关键词正确的情况下也能得到正确的翻译，以此提高语音翻译机的性能。

目录

文摘

英文文摘

论文说明：图表目录

独创性声明及关于论文使用授权的说明

第一章语音翻译概述

1.1语音翻译的研究现状

1.2嵌入式语音翻译机的构成

1.2.1语音识别技术

1.2.2机器翻译技术

1.2.2语音合成技术

1.3选题背景和研究意义

1.4嵌入式语音识别技术需要研究的问题

1.4.1现实噪声对识别系统的影响

1.4.2 口音的自适应问题

1.4.3语言建模的不完备

1.4.4嵌入式系统的特点

1.5本文的工作及其组织结构

第二章基于子带能量特征的优化语音端点检测

2.1端点检测概述

2.2端点检测算法描述

2.2.1最优化边缘检测算法

2.2.2子带的选择与计算

2.2.3端点决策

2.3实验及结果分析

2.3.1端点检测评价标准

2.3.2各种噪声的特性分析

2.3.3测试语料

2.3.4对比实验分析

2.4本章小结

第三章语音识别系统中的口音建模与自适应

3.1引言

3.2口音建模算法描述

3.2.1基于知识的口音建模

3.2.2基于数据的口音建模

3.2.3知识与数据相结合的口音建模

3.3实验及结果分析

3.3.1口音建模在中等词汇量下的测试结果

3.3.2 口音建模与MLLR自适应相结合

3.3.3口音建模方法在大词汇量识别系统下的测试结果

3.4本章小结

第四章限定领域的语言模型

4.1语言模型概述

4.2统计语言模型

4.2.1统计语言模型的一股表示

4.2.2统计语言模型中的数据稀疏问题

4.2.3现有的平滑算法

4.2.4统计语言模型的评价方法

4.3汉语统计语言模型及其评价方法

4.3.1语言模型中的多音字处理

4.3.2统计语言模型下的音字转换

4.4限定领域的语言模型

4.4.1基于词类的语言模型

4.4.2基于规则的语言模型

4.4.3将规则与词类相结合的语言模型

4.4.4对比试验

4.5本章小结

第五章嵌入式语音翻译平台

5.1系统概述

5.2嵌入式PDA识别系统的特点

5.2.1定点特征实时提取

5.2.2声学模型的建立

5.2.3高斯函数的概率计算

5.2.4声学模型的自适应

5.2.5识别实验及结果分析

5.3语音翻译机中的翻译方法

5.4语音翻译机的界面

5.5本章小结

第六章总结

参考文献

致谢

个人简历、在学期间的研究成果