語音識別技術(shù)在語言實(shí)驗(yàn)室中的應(yīng)用分析

任寧寧 李連民

【摘 要】隨著語音識別技術(shù)的發(fā)展，其識別能力和糾錯能力的提高，語音識別技術(shù)已經(jīng)成為提高外語教學(xué)的一種途徑。本文就語音識別技術(shù)在語言實(shí)驗(yàn)室中的應(yīng)用及發(fā)展趨勢做了分析，以供大家借鑒。

【關(guān)鍵詞】語音識別技術(shù)；語言實(shí)驗(yàn)室

語音識別技術(shù)是使用計(jì)算機(jī)能識別和理解的語言，把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的過程。語音識別是一門涉及到語音語言學(xué)、信號處理、模式識別、人工智能的多學(xué)科交叉技術(shù)，也是2000年至2010年間信息技術(shù)領(lǐng)域十大重要的科技發(fā)展技術(shù)之一。隨著語音識別技術(shù)的發(fā)展，在傳統(tǒng)的數(shù)字化語言實(shí)驗(yàn)室中其可以作為一種新的外語輔助教學(xué)的手段，完善現(xiàn)有的數(shù)字化語音室的功能。

一、語音識別技術(shù)

語音識別技術(shù)是一種讓計(jì)算機(jī)能夠聽懂人的語音命令的技術(shù)。對使用者來說，這種人機(jī)交互的途徑是最自然的一種方式。早在三四十年前，美國的一些大學(xué)和實(shí)驗(yàn)室就開始了語音識別技術(shù)的研究，50年代的AT&T Bell實(shí)驗(yàn)室研發(fā)的Audry系統(tǒng)第一個實(shí)現(xiàn)了可識別十個英文數(shù)字。60和70年代，提出了線性預(yù)測分析技術(shù)（LP）等相關(guān)理論并深入研究，創(chuàng)造出可以實(shí)現(xiàn)特定人孤立語音識別系統(tǒng)；80 年代和90年代是語音識別技術(shù)應(yīng)用研究方向的高潮，HMM 模型和人工神經(jīng)元網(wǎng)絡(luò)（ANN）的成功應(yīng)用，使得語音識別系統(tǒng)的性能比以往更優(yōu)異；伴隨著多媒體時代的來臨，微軟，Apple 等著名公司都研發(fā)出相當(dāng)成功的商業(yè)應(yīng)用語音識別系統(tǒng)，比如，Apple的Siri系統(tǒng)，微軟的Phone Query（電話語音識別）引擎等。近二三十年來，語音識別在交通、軍事、工業(yè)、醫(yī)學(xué)等諸多方面，特別是在計(jì)算機(jī)、通信與電子系統(tǒng)、信息處理、自動控制等領(lǐng)域中有著非常廣泛的應(yīng)用。目前，語音識別技術(shù)產(chǎn)品在人機(jī)交互應(yīng)用中己經(jīng)占到越來越大的比例。例如，在聲控應(yīng)用中，計(jì)算機(jī)可識別輸入的語音內(nèi)容，并根據(jù)內(nèi)容來執(zhí)行相應(yīng)的動作，這包括了聲控語音撥號系統(tǒng)、聲控智能玩具、醫(yī)療服務(wù)、賓館服務(wù)、家庭服務(wù)、股票查詢服務(wù)和工業(yè)控制等。也可用于基于微型機(jī)的辦公、教學(xué)、娛樂等智能多媒體軟件，如語言學(xué)習(xí)、教學(xué)軟件、語音玩具、語音書籍等。語音識別技術(shù)作為語音控制的主體，在應(yīng)用領(lǐng)域中正成為一個具有競爭力的技術(shù)。

語音識別的開發(fā)平臺現(xiàn)已逐步成熟，在windows下有微軟的SAPI語音識別開發(fā)平臺，在Unix/Linux下有IBM的ViaVoice和開源的Xvoice開發(fā)平臺。它們都是相當(dāng)優(yōu)秀音識別開發(fā)系統(tǒng)，提供了良好的開發(fā)接口，使語音識別應(yīng)用程序開發(fā)能夠不需要對現(xiàn)有系統(tǒng)做大規(guī)模的修改，以較少投入、較短周期、以組件方式加入到當(dāng)前的語言實(shí)驗(yàn)室中。

二、語音識別技術(shù)在語言實(shí)驗(yàn)室中的應(yīng)用

1.有聲圖書

可以將一些由外籍專家錄制的有聲圖書加入到語言實(shí)驗(yàn)室的資料庫中。標(biāo)準(zhǔn)的美式或英式發(fā)音，結(jié)合文本，逐字逐句的朗讀，讓學(xué)生可以在閱讀英語圖書的同時聆聽到原汁原味的英語。所有圖書都支持自動播放，可以一次聽完整本書，學(xué)生也可以選擇單獨(dú)播放某個句子，并鼓勵學(xué)生模仿標(biāo)準(zhǔn)的語音語調(diào)朗讀圖書。從而對學(xué)生的閱讀、聽力、口語進(jìn)行全方位的提高。

2.口述作文

影響語音識別系統(tǒng)輔助學(xué)生口述作文的最為關(guān)鍵技術(shù)是識別率和糾錯能力，從某種意義上說，只要這兩個關(guān)鍵的技術(shù)得到了提高，則其輔助寫作的有效性就會得到較大提高。近幾年，隨著多媒體技術(shù)和人工智能技術(shù)的進(jìn)步，不僅語音識別系統(tǒng)的識別率得到很大提高，而且多語言的語音識別產(chǎn)品也大為豐富。目前國際商業(yè)機(jī)器（IBM）公司推出的語音識別軟件具有非特定人，無限詞匯量，連續(xù)語音識別，高識別率，專業(yè)文章智能分析、理解等強(qiáng)大的語音功能。該軟件通過對個人話語進(jìn)行測試與分析來適應(yīng)說話者，適應(yīng)后的語音識別正確率可以達(dá)到95%以上。與過去相比，其識別率提高了很多，已經(jīng)完全可以接受。語音識別系統(tǒng)除了識別率目前已有很大提高，其智能糾錯能力也大為提高。一是糾錯的操作更加方便和容易，目前的語音識別系統(tǒng)，可以有三種糾錯方式：①通過鍵盤輸入方式；②系統(tǒng)智化地產(chǎn)生錯誤詞的相近詞列出，供修改者選擇；③還可以通過重讀來糾錯。二是通過糾錯，可讓語音識別系統(tǒng)更進(jìn)一步地熟悉說話者的聲音，而非常有效地提高系統(tǒng)識別率。隨著信息技術(shù)的迅速發(fā)展，今后的語音識別系統(tǒng)必將是功能更加強(qiáng)大，智能化程度更高，兼容性更強(qiáng)，抗噪音能力更強(qiáng)的系統(tǒng)，其輔助口述作文的有效性也會更強(qiáng)。

3.英語口語糾正系統(tǒng)

語音識別技術(shù)的應(yīng)用使得軟件可以具有發(fā)音評測的功能，能夠幫助學(xué)習(xí)者及時發(fā)現(xiàn)和糾正發(fā)音的錯誤，避免重復(fù)錯誤形成習(xí)慣，從而極大提高了學(xué)習(xí)者的學(xué)習(xí)效率。英語口語學(xué)習(xí)中語音識別技術(shù)遇到的難點(diǎn)主要有：①語音識別選取基元的問題。一般地，欲識別的詞匯量比較多時，所用基元應(yīng)該越小越好；②端點(diǎn)檢測。語音信號的端點(diǎn)檢測是語音識別的關(guān)鍵。據(jù)研究表明，即便是在安靜的環(huán)境下，語音識別系統(tǒng)也會有一半以上的識別錯誤源自端點(diǎn)檢測器。提高端點(diǎn)檢測技術(shù)的關(guān)鍵所在是尋找穩(wěn)定的語音參數(shù)；③找出反映發(fā)音質(zhì)量的性能指標(biāo)。主要是對發(fā)音段（指一段發(fā)音的語速、韻律、語調(diào)以及重音等）的研究；④對給定的發(fā)音進(jìn)行錯誤檢測和糾正，尋找合理的評分機(jī)制。

由于語音識別在理論與技術(shù)方面的復(fù)雜性，現(xiàn)有的口語糾正軟件仍有很大限制范圍，但隨著語音技術(shù)的發(fā)展相信其在外語語言學(xué)習(xí)中的應(yīng)用會越來越廣泛。

三、結(jié)束語

語音識別技術(shù)作為一種逐漸成熟的計(jì)算機(jī)技術(shù)，是計(jì)算機(jī)輔助外語教學(xué)中的一種重要虛擬現(xiàn)實(shí)手段。而人機(jī)交互是數(shù)字語音室的一個發(fā)展方向，也是外語網(wǎng)絡(luò)教學(xué)的核心內(nèi)容。所以，語音識別技術(shù)會是未來語言實(shí)驗(yàn)室的建設(shè)中的一個重要方向。

參考文獻(xiàn)：

[1]夏晴.ARS和TTS技術(shù)在外語口語教學(xué)中的應(yīng)用研究[J].外語電化教學(xué)，2006（2）

[2]周英.語音識別技術(shù)發(fā)展趨勢的分析[J].計(jì)算機(jī)光盤軟件與應(yīng)用，2012（19）

[3]孔菊芳.基于語音識別技術(shù)的英語學(xué)習(xí)網(wǎng)站分析[J].哈爾濱職業(yè)技術(shù)學(xué)院學(xué)報，2012（5）

作者簡介：

任寧寧，碩士研究生，助理實(shí)驗(yàn)師，主要研究方向?yàn)橛?jì)算機(jī)應(yīng)用技術(shù)。