语调识别在语音识别中的应用

• 作 者: 徐景阳
• 机 构: 中国科学院大学
• 出 处: 中国科学院研究生院 中国科学院大学
• 发表日期: 2011年期
• 关键词: 汉语语调 语调识别 语音识别技术

目前的语音识别技术在研究和应用领域都取得了很大的进展,口语对话系统就是其中的一个热门应用。语音识别作为对话系统的前端模块,其性能直接影响整个系统的性能。但在传统的语音识别系统中,识别的输出结果只有一串简单的文字,而包含在语音中的一些声学信息就被抛弃了。目前,国际上的主流机构已经对这个领域展开了广泛的研究,其中多集中在英语的对话行为(Dialog Act)方面的研究。针对汉语是有调语言的特点,本文的目的就是为传统的语音识别引擎的输出结果增加语调信息,从而能反应出说话者的情感因素。考虑到汉语的常用语调为陈述、疑问和感叹等,在本文中,我们暂时只对这三种语调进行研究。由于汉语语调的研究还是一个开放性的问题,本文采取了先进行单个特征的研究,然后选择区分性强的特征的方法,最终提出了一种鲁棒的语调识别的方法。在特征选择和融合的任务中选择支持向量机作为分类器。在我们的实验中,先用语音识别的基本方法对待测语音进行识别,然后使用识别结果代替标注的文本。这样处理的目的在于在真实的语音识别环境中模拟语调分类。本实验中的实验数据是精心设计的,包括三种语调的句子,一共是大约4700句。实验结果表明,在三种语调的分类任务中,我们的系统达到了84.13％的识别率。