首頁(yè)>>>技術(shù)>>>語(yǔ)音應用>>>語(yǔ)音識別(ASR)　　語(yǔ)音識別產(chǎn)品



華鎮電子嵌入式語(yǔ)音識別系統Wanson ASR Chip1.0

2008/02/27

1、Wanson ASR Chip1.0 概述

　　Wanson ASR Chip1.0 是專(zhuān)門(mén)為微小芯片上而開(kāi)發(fā)的嵌入式語(yǔ)音識別引擎。 隨著(zhù)語(yǔ)音識別系統的識別準確率和識別速度的提高以及在特定環(huán)境下對硬件條件的要求越來(lái)越低，將基于微小芯片的語(yǔ)音識別技術(shù)嵌入消費類(lèi)電子產(chǎn)品中越來(lái)越成為現實(shí)。隨著(zhù)消費類(lèi)電子產(chǎn)品性能變得越來(lái)越混雜功能越來(lái)越強勁，語(yǔ)音識 別科技就可以使消費者可以更方便、更直觀(guān)地使用這些產(chǎn)品。并且，在使用這些 產(chǎn)品的時(shí)候不會(huì )伴隨著(zhù)一系列的按鍵和提示音，而是實(shí)現消費者和產(chǎn)品間的直接對話(huà)。嵌入式語(yǔ)音識別在消費類(lèi)電子產(chǎn)品市場(chǎng)應用上大約分成三類(lèi)：手提設備，游戲/ 玩具以及汽車(chē)。手提設備中，智能電話(huà)Smartphone的發(fā)展驅動(dòng)著(zhù)這類(lèi)市場(chǎng)的蓬 勃興起。在Smartphone中，語(yǔ)音撥號已經(jīng)成為一個(gè)普遍功能，幾乎每一家手機 芯片供應商都想要提供內嵌語(yǔ)音撥號功能的手機。但是直到最近，這些嵌入式語(yǔ) 音識別都只能限于話(huà)者相關(guān)，小詞匯量的。

　　我們已經(jīng)開(kāi)發(fā)出能安裝在智能手機Smartphone上的連續語(yǔ)音及短語(yǔ)語(yǔ)音識別軟 件，可以為用戶(hù)提供語(yǔ)音撥號和聲音命令控制等功能。同時(shí)，我們正在開(kāi)發(fā)基于 更小封裝、微小芯片上的話(huà)者獨立，可變詞匯量的語(yǔ)音識別軟件。這些軟件可以 作用在智能手機Smartphone，CDMA/2.5G/3.5G 芯片，智能玩具以及汽車(chē)的導航 系統上。我們開(kāi)發(fā)的嵌入式語(yǔ)音識別軟件使用了改進(jìn)的Hidden Markov Model(HMM)聲學(xué)模型，同時(shí)基于移動(dòng)設備上的有限CPU 資源和存儲空間，我們開(kāi)發(fā)出 了快速的語(yǔ)音參數提取方法和高效識別搜索算法。該語(yǔ)音識別軟件兼顧到識別速 度和識別準確率的平衡，能運用于一系列從語(yǔ)音命令控制，語(yǔ)音人名撥號到語(yǔ)音 翻譯，語(yǔ)言學(xué)習的實(shí)際應用中。 將嵌入式語(yǔ)音識別軟件應用到消費類(lèi)電子產(chǎn)品中并投入市場(chǎng)有兩個(gè)主導因素：花 費成本和投入市場(chǎng)的時(shí)間。我們所開(kāi)發(fā)的語(yǔ)音識別軟件（基于Smartphone 的以 及基于微小芯片上的）提供了優(yōu)異的性能，跟多家芯片和手機制造商接口的標準 界面以及一系列開(kāi)發(fā)工具兼容，使得我們的OEM 伙伴能快速地推出他們的新產(chǎn)品。

2.Wanson ASR Chip1.0 系統描述

　　2.1 系統框圖及概述

　　Wanson ASR Chip1.0 是一套功能強大，具有全部開(kāi)發(fā)工具的語(yǔ)音識別系統，使 開(kāi)發(fā)者可以方便而快速地開(kāi)發(fā)出一系列不同的應用。Wanson ASR Chip1.0 提供 的特性包括有：

　　上圖示為Wanson ASR Chip1.0 的系統框圖。如圖所示，由系統所構筑的語(yǔ)音識 別應用程序和四部分相結合。對語(yǔ)音識別而言，將接收到的語(yǔ)音文件包通過(guò)錄音 接口傳給語(yǔ)音識別引擎。該引擎在執行語(yǔ)音識別任務(wù)時(shí)，根據系統指令從資源文 件中調用所需要的語(yǔ)言模型，聲學(xué)模型，字典等資源。當語(yǔ)音識別任務(wù)完成后， 系統將識別出來(lái)的結果放在系統隊列中，供下級設備讀取。

　　2.2 應用程序開(kāi)發(fā)

　　開(kāi)發(fā)具有嵌入式語(yǔ)音識別功能的應用程序大約需要以下的步驟： 3.硬件環(huán)境

　　Wanson ASR Chip1.0 是模塊式的系統體系，單處理器處理所有模塊程序的運行。 下圖示出系統在運行時(shí)主要硬件元素的工作流程。
　　前端模塊

　　前端模塊主要包括語(yǔ)音信號處理和參數提取，將原始的語(yǔ)音文件轉換成語(yǔ)音識別需要的語(yǔ)音參數序列。在某些特定的情況下，前端模塊還需要進(jìn)行噪聲處理和聲 道歸一化處理以提高系統的魯棒性（Robust ability）。前端語(yǔ)音信號處理和參數 提取需要大量的數值計算，CPU 的運算能力以及RAM 的速度會(huì )對響應速度有很大影響。

　　后端模塊

　　后端模塊是語(yǔ)音識別的核心部分，完成從語(yǔ)音到文本的轉換。該部分包括：語(yǔ)法生成、調入聲學(xué)和語(yǔ)言模型以及發(fā)音字典、路徑搜索等。該部分需要大量的概率和數值計算，并且需要多次訪(fǎng)問(wèn)和調用聲學(xué)模型和發(fā)音字典等資源文件。一般情 況下，聲學(xué)模型和字典等資源將預先調入ROM 和閃存(Flash Memory)。 影響語(yǔ)音識別響應速度的因素主要有：CPU 性能，Memory 的存取速度以及CPU 是否過(guò)載等等。對于CPU 的運算能力，一般而言，在不同的系統配置下，需要 做到實(shí)時(shí)識別并且不影響其他任務(wù)執行所需要的最低配置為6MIPS （取決于識 別詞匯量大小和硬件配置等）。

　　語(yǔ)音合成

　　語(yǔ)音合成部分完成從文本到音的轉換，主要是將語(yǔ)音識別輸出的文本轉換成語(yǔ)音播報給用戶(hù)。在某些特定的情況下，例如在開(kāi)車(chē)的時(shí)候，用戶(hù)可以方便的聽(tīng)到識別結果而不需要去看。

　　RAM和ROM需求

　　對于嵌入式的語(yǔ)音識別系統，RAM 和ROM 的大小需求是由應用系統的功能設 計所決定的。同時(shí)，不同的RAM 和ROM 大小又影響著(zhù)識別的準確率和響應速 度。一般情況下，較大的RAM 和ROM 存儲空間和快速的RAM和ROM 速度更 有利于識別速度和識別準確率的提高。更多的情況下，在實(shí)際應用中，考慮到性 能價(jià)格比，一般會(huì )選擇適當的RAM 和ROM 尺寸以達到速度和識別率的平衡。 如下表所示：

　　表中所列的RAM和ROM的空間需求是一個(gè)近似數字

4.功能及特性

　　Wanson ASR Chip1.0 嵌入式語(yǔ)音識別系統提供了一系列獨到的功能和特性，以 適應不同的開(kāi)發(fā)廠(chǎng)商的需求。

　　話(huà)者獨立 該軟件無(wú)需事先對用戶(hù)的語(yǔ)音訓練，任何人拿起來(lái)均可使用；

　　獨特的口音的處理技術(shù) 用戶(hù)不用說(shuō)播音員般標準的普通話(huà)，全國各地帶有口音的用戶(hù)亦可以毫無(wú)問(wèn)題得順暢使用該系統；

　　高識別率 在一定的硬件環(huán)境下，一次性載入詞匯量達到1000 中文詞條時(shí)，平均準確率達 到95％以上，并且實(shí)時(shí)識別；

　　可移植的代碼 軟件采用標準C 書(shū)寫(xiě)核心算法，使得該軟件能很快地移植到其他操作系統和處理器上；

　　小封裝，低系統配置 如前所述，Wanson ASR Chip1.0 對系統硬件資源要求很少，因此可以適用于一 系列消費類(lèi)電子產(chǎn)品上，例如： 　　在線(xiàn)更改語(yǔ)音資源 用戶(hù)在每次增加/刪減/更改詞匯集合后，無(wú)需關(guān)閉和重新啟動(dòng)應用程序，系統可以即時(shí)在線(xiàn)更新系統資源，使用戶(hù)可以馬上使用；

　　環(huán)境噪音 該系統帶有噪音消除技術(shù)，對于應用環(huán)境噪音一定范圍之內，仍可保證高識別率；

　　動(dòng)態(tài)詞匯庫 適用在不同的硬件條件下，詞匯集合可以從零到1000 詞條，采用系統軟件開(kāi)發(fā) 包，可以方便創(chuàng )建新的詞匯以適用于不同的應用（例如：命令控制集，地址簿， 人名等等）。

CTI論壇編輯


相關(guān)鏈接:
基立訊jTalk語(yǔ)音通信平臺產(chǎn)品介紹 2007-11-29
Nuance 8.5語(yǔ)音識別產(chǎn)品 2007-09-05
VBVoice使AdGeo能夠定制呼叫跟蹤和報告的解決方案 2007-04-26
Automated采用VBVoice快速開(kāi)發(fā)語(yǔ)音圖書(shū)館編目系統 2007-04-09
捷通華聲語(yǔ)音電話(huà)本業(yè)務(wù)解決方案 2006-12-26

分類(lèi)信息:     

亚洲精品网站在线观看不卡无广告,国产a不卡片精品免费观看,欧美亚洲一区二区三区在线,国产一区二区三区日韩 泾川县| 栾城县| 尖扎县| 义马市| 大竹县| 武鸣县| 丰宁| 义马市| 环江| 萨嘎县| 上饶县| 太保市| 阳谷县| 四会市| 神木县| 七台河市| 凯里市| 普洱| 闽侯县| 正阳县| 潮安县| 遂溪县| 石屏县| 师宗县| 八宿县| 洪江市| 隆回县| 梁山县| 磐石市| 汾西县| 桐梓县| 郓城县| 贵州省| 朝阳县| 修文县| 泾阳县| 勃利县| 措勤县| 呼图壁县| 茌平县| 闽侯县| http://444 http://444 http://444 http://444 http://444 http://444