面向移動(dòng)終端的語(yǔ)音助手AudioPhone的設(shè)計(jì)與開(kāi)發(fā).pdf

1、語(yǔ)音識(shí)別技術(shù)是機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)重要研究方向，在現(xiàn)實(shí)生活中有著廣闊的應(yīng)用前景。隨著移動(dòng)互聯(lián)時(shí)代的到來(lái)，移動(dòng)終端成為主要的人機(jī)交互平臺(tái)，語(yǔ)音識(shí)別技術(shù)在移動(dòng)終端上的應(yīng)用越來(lái)越受到人們的關(guān)注。
　　 本文主要開(kāi)發(fā)了面向移動(dòng)終端的語(yǔ)音助手軟件AudioPhone，該軟件在卡內(nèi)基梅隴大學(xué)的連續(xù)語(yǔ)音識(shí)別引擎POCKETSPHINX基礎(chǔ)上進(jìn)行了算法改進(jìn)，實(shí)現(xiàn)了關(guān)鍵詞識(shí)別功能，解決了運(yùn)算速度過(guò)慢的問(wèn)題，此外本文針對(duì)使用過(guò)程中遇到的口音問(wèn)題進(jìn)行了

2、研究。主要工作有以下幾個(gè)方面：
　　 第一、語(yǔ)音助手軟件AudioPhone的設(shè)計(jì)與開(kāi)發(fā)。關(guān)鍵詞識(shí)別算法性能在PC機(jī)上經(jīng)過(guò)驗(yàn)證后，在手機(jī)操作系統(tǒng)Android平臺(tái)上進(jìn)行了移植，并實(shí)現(xiàn)了語(yǔ)音導(dǎo)航、通話記錄分析、語(yǔ)音撥號(hào)功能。
　　 第二、關(guān)鍵詞識(shí)別算法的實(shí)現(xiàn)與改進(jìn)。針對(duì)POCKETSPHINX的連續(xù)語(yǔ)音識(shí)別算法無(wú)法拒絕集外詞匯(OOV)問(wèn)題，提出了在搜索網(wǎng)絡(luò)中動(dòng)態(tài)加入垃圾詞匯路徑的方法，并通過(guò)實(shí)驗(yàn)探索了垃圾詞匯選擇策略，在

3、POCKETSPHINX基礎(chǔ)上實(shí)現(xiàn)了
　　 關(guān)鍵詞識(shí)別功能；針對(duì)原始搜索算法時(shí)間復(fù)雜度和空間復(fù)雜度過(guò)高的問(wèn)題，以詞格理論為基礎(chǔ)改進(jìn)了搜索算法，對(duì)原來(lái)的三階段搜索進(jìn)行裁剪，只保留一階段搜索，并利用一階段搜索產(chǎn)生的詞格信息計(jì)算后驗(yàn)概率得分和聲學(xué)模型得分，大幅度提高了運(yùn)算速度。并在PC機(jī)上開(kāi)發(fā)一套性能測(cè)試程序，在錄制的40人語(yǔ)料庫(kù)上進(jìn)行實(shí)驗(yàn)，召回率達(dá)到了92.10％，誤警率為7.3，系統(tǒng)平均運(yùn)行速度相對(duì)于POCKETSPHINX的搜索