语音识别技术地难点.doc

《语音识别技术地难点.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、语音识别技术的难点说话人的差异●不同说话人：发音器官，口音，说话风格●同一说话人：不同时间，不同状态噪声影响●背景噪声●传输信道，麦克风频响鲁棒性技术●区分性训练●特征补偿和模型补偿语音识别的具体应用●命令词系统●识别语法网络相对受限，对用户要求较严格●菜单导航，语音拨号，车载导航，数字字母识别等等●智能交互系统●对用户要求较为宽松，需要识别和其他领域技术的结合●呼叫路由，POI语音模糊查询，关键词检出●大词汇量连续语音识别系统●海量词条，覆盖面广，保证正确率的同时实时性较差●音频转写●结合互联网的语音搜索●实现语音到文本，语音到语音的

2、搜索手写识别技术揭秘识别率是手写汉字识别研究中最重要的环节，影响识别率的因素也是手写识别技术研究中的难点，目前影响识别率的因素主要有以下几个方面：1．笔顺问题由于不同人具有不同的书写习惯，笔划的书写顺序经常发生变化，因此，单纯通过串匹配进行识别难以达到理想效果。对汉字进行描述时，仅仅采用一维串也就显得不够，必须利用一些二维方法来描述，从而又极大地增加了匹配的难度。2．连笔问题一般人写字时都不会一笔一划地书写，为了节省时间，连笔字是自然而然的事情，一些行书连笔甚至完全脱离了楷书的框架。从实用角度讲，连笔问题比笔顺问题具有更重要的意义。对于

3、结构识别而言，连笔一方面使笔划种类大大增加，甚至达到难以归纳的程度；另一方面，连笔又使得笔段抽取难度大增，因为连笔会增加一些冗余笔段，连笔造成的畸变又会使笔段方向严重离散。总之，连笔不论对于基于哪种基元的结构识别都是严峻的挑战。3．相似字区分汉字种类繁多，很多汉字彼此之间非常相似，例如“己、已、巳”三个字相差只在细微之间。手写汉字的变形十分严重，怎样能使识别系统抓住微小的差别，目前还是一个非常值得研究的问题。4．对抗干扰能力的要求抗干扰能力，也称为鲁棒性，对于联机手写识别系统的性能是非常重要的。书写时候，笔划的畸变、丢失，多余笔段(如笔

4、锋)的插入，字的倾斜，部件间相对位置、大小的变化，这些都是经常发生的现象。对于结构识别来说，会造成基元提取和识别的错误。传统的结构识别方法恰好在鲁棒性上是薄弱环节。因此，要想取得好的性能，必须对传统识别方法进行改进，增强其鲁棒性，从而增加实用性。后PC时代，各式各样新奇、小巧的PDA、手机、电子书(E-book)、信息家电(IA)等等信息产品被创造出来，但是这些产品几乎都有面板过小、输入不易的问题。就是PC的键盘输入，对大多数人来说也不是那么方便容易。手写输入必然会受到瞩目，因此，将手写识别技术移植并嵌入其他行业领域，将是手写识别技术未

5、来发展的重要方向之一。