閩南語(yǔ)語(yǔ)音識(shí)別的研究及基于RESTful架構(gòu)語(yǔ)音云服務(wù)的實(shí)現(xiàn).pdf

1、語(yǔ)音識(shí)別是人機(jī)交互最重要的技術(shù)。但由于計(jì)算處理能力較弱，移動(dòng)嵌入式設(shè)備上的識(shí)別系統(tǒng)難以滿足產(chǎn)品對(duì)準(zhǔn)確率和實(shí)時(shí)性的需求。近年來(lái)，隨著3G/4G移動(dòng)網(wǎng)絡(luò)的普及，實(shí)現(xiàn)基于網(wǎng)絡(luò)服務(wù)的語(yǔ)音系統(tǒng)的可行性更高，成本也更加低廉。伴隨著算法的突破和大數(shù)據(jù)時(shí)代的到來(lái)，語(yǔ)音識(shí)別取得了突飛猛進(jìn)的進(jìn)展，性能有大幅度的提升。服務(wù)于多平臺(tái)的語(yǔ)音云服務(wù)勢(shì)必將在新一輪的移動(dòng)應(yīng)用熱潮中，上升到更高的地位。
　　雖然普通話識(shí)別已達(dá)到實(shí)用的水準(zhǔn)，但直至目前，以閩南語(yǔ)作為

2、研究對(duì)象的語(yǔ)音識(shí)別系統(tǒng)，尚未有成熟可靠的解決方案。實(shí)現(xiàn)閩南語(yǔ)語(yǔ)音識(shí)別系統(tǒng)將為閩南語(yǔ)各個(gè)片區(qū)提供友好的本地化服務(wù)，也能夠?yàn)殚}南語(yǔ)教學(xué)，閩南文化的傳承與弘揚(yáng)，創(chuàng)建更為便捷的環(huán)境。本文根據(jù)上述兩個(gè)問(wèn)題展開研究，具體工作主要包括如下三個(gè)部分:
　　一、詳細(xì)探討語(yǔ)音識(shí)別系統(tǒng)的基本方法與主要過(guò)程，對(duì)隱馬爾可夫模型(Hidden Markov Model)典型算法進(jìn)行介紹，并重點(diǎn)闡述RESTful架構(gòu)WebAPI的原理與結(jié)構(gòu)特點(diǎn)。
　　二

3、、搭建基于聲、韻母的閩南語(yǔ)語(yǔ)音識(shí)別系統(tǒng)。通過(guò)分析閩南語(yǔ)自身的語(yǔ)言學(xué)性質(zhì)和聲學(xué)特性，設(shè)計(jì)一套包含大部分閩南語(yǔ)音節(jié)的數(shù)據(jù)采集語(yǔ)料庫(kù)，并開發(fā)用于語(yǔ)音數(shù)據(jù)庫(kù)建設(shè)的Android客戶端錄音工具;使用課題組錄制的閩南語(yǔ)語(yǔ)音數(shù)據(jù)庫(kù)，在深入研究HTK工具的前提下，進(jìn)行閩南語(yǔ)聲學(xué)模型訓(xùn)練和性能評(píng)估實(shí)驗(yàn)。
　　三、開發(fā)RESTful架構(gòu)語(yǔ)音云服務(wù)系統(tǒng)。利用beego web框架搭建文本提示型（動(dòng)態(tài)口令）說(shuō)話人識(shí)別語(yǔ)音云服務(wù)，并對(duì)接口進(jìn)行二次封裝，為各