面向移動終端的語音助手AudioPhone的設計與開發(fā).pdf

1、語音識別技術是機器學習領域的一個重要研究方向，在現(xiàn)實生活中有著廣闊的應用前景。隨著移動互聯(lián)時代的到來，移動終端成為主要的人機交互平臺，語音識別技術在移動終端上的應用越來越受到人們的關注。
　　 本文主要開發(fā)了面向移動終端的語音助手軟件AudioPhone，該軟件在卡內基梅隴大學的連續(xù)語音識別引擎POCKETSPHINX基礎上進行了算法改進，實現(xiàn)了關鍵詞識別功能，解決了運算速度過慢的問題，此外本文針對使用過程中遇到的口音問題進行了

2、研究。主要工作有以下幾個方面：
　　 第一、語音助手軟件AudioPhone的設計與開發(fā)。關鍵詞識別算法性能在PC機上經過驗證后，在手機操作系統(tǒng)Android平臺上進行了移植，并實現(xiàn)了語音導航、通話記錄分析、語音撥號功能。
　　 第二、關鍵詞識別算法的實現(xiàn)與改進。針對POCKETSPHINX的連續(xù)語音識別算法無法拒絕集外詞匯(OOV)問題，提出了在搜索網絡中動態(tài)加入垃圾詞匯路徑的方法，并通過實驗探索了垃圾詞匯選擇策略，在

3、POCKETSPHINX基礎上實現(xiàn)了
　　 關鍵詞識別功能；針對原始搜索算法時間復雜度和空間復雜度過高的問題，以詞格理論為基礎改進了搜索算法，對原來的三階段搜索進行裁剪，只保留一階段搜索，并利用一階段搜索產生的詞格信息計算后驗概率得分和聲學模型得分，大幅度提高了運算速度。并在PC機上開發(fā)一套性能測試程序，在錄制的40人語料庫上進行實驗，召回率達到了92.10％，誤警率為7.3，系統(tǒng)平均運行速度相對于POCKETSPHINX的搜索