語(yǔ)音識(shí)別在督察系統(tǒng)中的應(yīng)用研究.pdf

1、語(yǔ)音識(shí)別，即讓機(jī)器“聽(tīng)懂”人說(shuō)的話。這并不是一項(xiàng)新的技術(shù)，從二十世紀(jì)五十年代開(kāi)始，人們一直在對(duì)其進(jìn)行研究。技術(shù)的演進(jìn)也經(jīng)過(guò)了幾代。而基于隱馬爾科夫模型的語(yǔ)音識(shí)別技術(shù)是現(xiàn)在比較成熟的語(yǔ)音識(shí)別方法。
　　近幾年來(lái)，隨著社會(huì)和經(jīng)濟(jì)的發(fā)展，督察系統(tǒng)的作用越來(lái)越重要。這直接關(guān)系到公安執(zhí)法部門(mén)的形象，有效促進(jìn)相關(guān)單位更加文明地執(zhí)法。而現(xiàn)有的語(yǔ)音督察系統(tǒng)中，語(yǔ)音識(shí)別還沒(méi)有大規(guī)模的引入，監(jiān)控主要是通過(guò)人工進(jìn)行監(jiān)聽(tīng)，不僅會(huì)有效率問(wèn)題，且會(huì)增加資源和

2、成本。
　　針對(duì)語(yǔ)音識(shí)別在督察系統(tǒng)中的應(yīng)用，本文做了如下研究：
　?。?）分析并研究了語(yǔ)音識(shí)別的過(guò)程，并對(duì)每一個(gè)過(guò)程進(jìn)行了研究。包括語(yǔ)音信號(hào)的數(shù)字化、前處理和特征提取開(kāi)始，以及基于 HMM的語(yǔ)音識(shí)別方法等。
　?。?）針對(duì)語(yǔ)音督察系統(tǒng)的特點(diǎn)進(jìn)行研究。從現(xiàn)在流行的“云識(shí)別”中得到啟發(fā)，設(shè)計(jì)了一個(gè)依托于公安專(zhuān)網(wǎng)，在值班室客戶(hù)端進(jìn)行語(yǔ)音信號(hào)數(shù)字化、端點(diǎn)檢測(cè)和特征提取、在服務(wù)器端進(jìn)行識(shí)別的語(yǔ)音識(shí)別子系統(tǒng)。
　　（3）考慮

3、到識(shí)別結(jié)果需要與違規(guī)詞匯相比對(duì)，同時(shí)也需要大量詞匯和短語(yǔ)作為訓(xùn)練語(yǔ)音進(jìn)入模板庫(kù)。因此從網(wǎng)絡(luò)輸入法詞庫(kù)中得到啟發(fā)，設(shè)計(jì)了一個(gè)分類(lèi)詞庫(kù)，一方面對(duì)語(yǔ)音識(shí)別系統(tǒng)進(jìn)行補(bǔ)充，另一方面提供比對(duì)庫(kù)，以最終確定是否有違規(guī)。
　　（4）由于經(jīng)典 HMM是一個(gè)齊次模型，使得它并不能很好地描述語(yǔ)音信號(hào)的特點(diǎn)，從而導(dǎo)致識(shí)別率的下降。再加上詞庫(kù)的信息量也有著局限性，因此針對(duì)系統(tǒng)提出了一些發(fā)展改進(jìn)的方法。HMM算法上采用基于段長(zhǎng)分布的HMM算法，這是一個(gè)非齊次