[其他]一種利用計(jì)算機(jī)對漢語語音進(jìn)行識別的裝置

無效

• 申請?zhí)枺?/td>: 85100180
• 申請日: 1985-04-01
• 公開（公告）號: CN85100180B
• 公開（公告）日: 1987-05-13
• 發(fā)明（設(shè)計(jì)）人: 嚴(yán)普強(qiáng);施昊;靳懷義
• 申請（專利權(quán)）人: 清華大學(xué)
• 主分類號: G10L5/06
• 分類號: G10L5/06
• 代理公司: 清華大學(xué)專利事務(wù)所
• 代理人: 付尚新

本發(fā)明屬于語音識別領(lǐng)域，利用計(jì)算機(jī)對漢語語音進(jìn)行識別。

現(xiàn)在通用的語音分析和識別方法都是將語音信號按等時(shí)距的方式采樣，按時(shí)間分幀，對每幀的時(shí)序數(shù)列求取特征，然后進(jìn)行識別。這種識別方法嚴(yán)重依賴于語調(diào)和講話速度，因此用這種方法做成的識別裝置依賴于特定的人，并且其識別的詞匯量也是很有限的。1985年第二期《國際電子報(bào)》所列的現(xiàn)在已投入市場的各種語音識別插件板即屬此例。

本發(fā)明提出一種可以不依賴于特定的使用人并且不受具體詞匯量限制的識別裝置。這一裝置的特點(diǎn)在對語音信號的處理、分析和識別時(shí)充分考慮漢語語音的特點(diǎn)和人的發(fā)聲與聽覺的機(jī)理。本發(fā)明將對漢語語音按音素、音節(jié)和音調(diào)進(jìn)行識別。對于由聲帶振動發(fā)出的語音信號，本發(fā)明提出采用提取基頻和同步采樣的技術(shù)，然后將采樣的信號序列進(jìn)行分析，提取語音特征，進(jìn)行識別。

漢語語音是單音節(jié)的，每個(gè)音節(jié)由一至幾個(gè)音素組成。音節(jié)和音素的數(shù)量都是有限的。漢語的四聲語調(diào)和音節(jié)中由聲帶振動發(fā)音的濁音音素占有重要的地位。在本發(fā)明中將充分考慮漢語的這些特點(diǎn)，濁音信號具有周期或準(zhǔn)周期信號的特性，在語調(diào)變化時(shí)其基頻頻率是改變的。如果采用等時(shí)距的采樣技術(shù)，則數(shù)據(jù)量很大而且不可避免地引入泄漏誤差等信息模糊。本發(fā)明中所用的同步采樣技術(shù)可以顯著地壓縮濁音的信息量，它還可以充分地給出語調(diào)的特征和語調(diào)的變化。

本發(fā)明可以發(fā)展為用自然的漢語語音作為人-機(jī)系統(tǒng)的輸入。本發(fā)明中的識別方法可以廣泛應(yīng)用于各種領(lǐng)域，例如用語音控制各種半自動裝置和工作機(jī)械;用語音控制假肢、護(hù)理機(jī)械;用語音對計(jì)算機(jī)進(jìn)行程序編制;聲控打字;用語音鑒別身份的安全保密裝置等。

本發(fā)明提出的語音識別裝置框圖如附圖1所示。a是語音，它由話筒〔1〕檢測，轉(zhuǎn)變?yōu)殡娦盘?。然后通過一個(gè)前置放大器〔2〕。放大后的語音電信號通過一個(gè)低通濾波器〔3〕，該濾波器的截止頻率能夠自動搜索并且跟蹤濁音的基頻?！?〕是對濁音基頻的判斷裝置，然后，將濁音基頻C觸發(fā)一個(gè)鎖相倍頻器〔5〕，得到與濁音基頻倍頻的采樣脈沖序列d（例如64倍頻）。〔6〕是一個(gè)分頻器，它為鎖相回路提供反饋。語音電信號b同時(shí)又通過一個(gè)抗混疊濾波器〔7〕，然后用A/D轉(zhuǎn)換器〔8〕進(jìn)行同步采樣，對于濁音，用其基頻的倍頻脈沖序列d以外觸發(fā)的方式采樣。對于清音，則仍以時(shí)鐘脈沖采樣。將語音電信號的采樣序列以及基頻的信息都送到計(jì)算機(jī)〔9〕中進(jìn)行分析，提取特征并進(jìn)行識別。圖1中〔10〕是用調(diào)模板，〔11〕是音素和音節(jié)模板，模板都是預(yù)置的，計(jì)算機(jī)的輸出e是對音素、音節(jié)的識別;f是對語調(diào)四聲的識別，g是對說話人特征的識別。