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)在語言實驗室中的應(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)；語言實驗室

語音識別技術(shù)是使用計算機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)字化語言實驗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)是一種讓計算機能夠聽懂人的語音命令的技術(shù)。對使用者來說，這種人機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)和實驗室就開始了語音識別技術(shù)的研究，50年代的AT&T Bell實驗室研發(fā)的Audry系統(tǒng)第一個實現(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，特別是在計算機、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，計算機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)前的語言實驗室中。

二、語音識別技術(shù)在語言實驗室中的應(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驗室的資料庫中。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、理解等強大的語音功能。該軟件通過對個人話語進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)必將是功能更加強大，智能化程度更高，兼容性更強，抗噪音能力更強的系統(tǒng)，其輔助口述作文的有效性也會更強。

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端點檢測。語音信號的端點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檢測器。提高端點檢測技術(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)音進行錯誤檢測和糾正，尋找合理的評分機制。

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算機技術(shù)，是計算機輔助外語教學(xué)中的一種重要虛擬現(xiàn)實手段。而人機交互是數(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)會是未來語言實驗室的建設(shè)中的一個重要方向。

參考文獻：

[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].計算機光盤軟件與應(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，助理實驗師，主要研究方向為計算機應(yīng)用技術(shù)。