南拉才讓 完么措

（西藏大學(xué)圖書館，西藏 拉薩 850000）

順應(yīng)我國車輛迅速增加和公路交通網(wǎng)的強(qiáng)大建設(shè)， 車載導(dǎo)航系統(tǒng)可以最好地滿足自身車輛的定位以及迅速了解路況信息的需求。 因為在行駛過程中，駕駛者需要隨時隨地注意著路面的狀況， 語音識別技術(shù)與車載系統(tǒng)的巧妙結(jié)合， 實現(xiàn)了人機(jī)交互的過程。 駕駛者雙手就能夠集中在方向盤的操作上， 無需用手去操作車載導(dǎo)航系統(tǒng)， 還可以完成其他一系列的后續(xù)操作， 這對于駕駛者已經(jīng)是目前較為安全的手段之一。在當(dāng)今嚴(yán)謹(jǐn)?shù)慕煌ㄒ?guī)則下， 通過語音技術(shù)實現(xiàn)人機(jī)交互的方式， 大大降低了一系列駕駛問題， 例如開車時接聽電話、 開車時點擊屏幕操作其他系統(tǒng)等等危險行為。 語音識別技術(shù)與車載導(dǎo)航系統(tǒng)的完美結(jié)合， 真的是一個利好的消息和應(yīng)用， 對于語音識別技術(shù)發(fā)展也有意味深長的意義。

1 語音識別技術(shù)的意義

通過系統(tǒng)性的識別理解把語音信號， 轉(zhuǎn)化為相應(yīng)的文本或命令操作的新型技術(shù)已經(jīng)面世， 它就是我們強(qiáng)大的語音識別技術(shù)。 語音識別技術(shù)應(yīng)該在多個領(lǐng)域中占有重要地位，例如移動電話、車載導(dǎo)航系統(tǒng)、社會信息服務(wù)等行業(yè)， 對各行各業(yè)都有一定影響力。 語音識別技術(shù)與車載導(dǎo)航系統(tǒng)結(jié)合， 也發(fā)揮很大的作用和得到深入應(yīng)用。 以往比較舊款式的車載導(dǎo)航系統(tǒng)是需要駕駛者手動輸入才能夠確定目的地， 這樣在行駛過程中輸入時非常危險的行為。 隨著先進(jìn)的技術(shù)設(shè)備發(fā)展， 現(xiàn)在市面上很多的車載導(dǎo)航系統(tǒng)已經(jīng)可以進(jìn)行語音識別， 搭建起了穩(wěn)定的人機(jī)交互交流平臺， 深受廣大駕駛者的熱衷。 駕駛過程中， 司機(jī)需要在路上高度集中注意力, 但很多時候他們必須把目光轉(zhuǎn)向汽車才能操作里面的設(shè)備。 設(shè)備， 所以語音識別技術(shù)在車載導(dǎo)航系統(tǒng)中有著至關(guān)重要的地位。 雖然車載導(dǎo)航系統(tǒng)是獲取車輛信息的有效渠道， 但是目前很多車載導(dǎo)航系統(tǒng)接收信息還存在一些問題， 他們不太適合司機(jī)的習(xí)慣和實際需要。 司機(jī)正在開車， 如果分散視覺注意力會發(fā)生不堪設(shè)想的后果， 這時候聽覺就成為了另一個收取信息的好工具。根據(jù)新的交通法,司機(jī)在開車時不允許接電話。 這是為防止駕駛員在駕駛過程中發(fā)生意外而建立的措施， 因為車載導(dǎo)航系統(tǒng)的操作遠(yuǎn)遠(yuǎn)多于接聽電話，這個也是相當(dāng)危險的信號和威脅。

舉個例子，我們準(zhǔn)備出發(fā)到某個酒店，即使酒店是四個字符, 如果在嵌入式系統(tǒng)中使用T9 輸入法, 那么每個漢字需要約4 至5 個鍵,還有進(jìn)一步的選詞操作。因此,對于您選擇的每個地名,用一只手離開方向盤大約需要10 秒鐘, 但是同時您的注意力和眼睛被分散了,這聽起來非常危險。 相對這些輸入方法，語音識別有非常的優(yōu)勢， 可以說是另外一個概念。 語音識別技術(shù)只需要使用者說出具體的地名和操作步驟， 屏幕就會展現(xiàn)出來， 操作者只需要確認(rèn)信息便完成整個操作過程。 這樣的操作方式不但可以簡化操作， 而且提高了操作者的安全性。 因此， 語音識別技術(shù)與車載導(dǎo)航系統(tǒng)的結(jié)合應(yīng)用， 既提高了車載導(dǎo)航系統(tǒng)的使用率，也方便了駕駛者的操作， 對駕駛者者也有很大的幫助。 其實，除了語音識別技術(shù)之外，在設(shè)計出完美的語音接口后， 還可以實現(xiàn)語音的合成， 這樣駕駛者根本不用低頭留意屏幕上的信息。

2 語音識別技術(shù)在車載導(dǎo)航系統(tǒng)的應(yīng)用

針對語音識別技術(shù)與車載導(dǎo)航系統(tǒng)的實際應(yīng)用，主要體現(xiàn)在以下操作：

（1）命令輸入。針對車載導(dǎo)航系統(tǒng)各層界面的各種指令進(jìn)行控制， 只要車載導(dǎo)航儀啟動菜單、 導(dǎo)航、游戲、音樂等模板及其子菜單名稱進(jìn)入語音識別庫,通過簡單的輸入指令即可自由操作導(dǎo)航儀。

（2）地名輸入。根據(jù)每個城市的主要交通道路或建筑物的名稱,如果系統(tǒng)允許,這些名稱可以并入語音識別庫以直接識別。

（3） 連續(xù)數(shù)字串輸入。 根據(jù)每條道路上的號牌識別， 或者利用導(dǎo)航儀撥打電話與接聽等功能時， 就可以識別電話號碼或呼叫對象。

（4） 附屬設(shè)施查詢。 尋找出地圖中的酒店、 加油站、學(xué)校、醫(yī)院等設(shè)施。

3 語音識別技術(shù)實現(xiàn)過程的步驟

語音識別技術(shù)實現(xiàn)過程主要是系統(tǒng)訓(xùn)練和系統(tǒng)識別， 大致分為以上兩個步驟。 語音識別主要通過識別聲學(xué)模型和文法分析語言模型來實現(xiàn)系統(tǒng)訓(xùn)練步驟。至于系統(tǒng)識別步驟， 是利用相應(yīng)的識別算法， 分析語言信號中的特色參數(shù)， 然后與系統(tǒng)模型系列對比，最后獲取識別結(jié)果。 語音識別技術(shù)的重點是對語音信號提煉和比對的模式識別。

預(yù)處理環(huán)節(jié)、提取特色參數(shù)環(huán)節(jié)、模型匹配和其他環(huán)節(jié)，都是語音信號的環(huán)節(jié)。 在預(yù)處理環(huán)節(jié)中，通過利用語音識別技術(shù)首先去除語音信號中的雜音和氣流等不穩(wěn)定信號。 在預(yù)處理后， 就是提取和分析語音信號中的特色參數(shù)。 提取特色參數(shù)的方法也有很多， 例如梅爾倒譜系數(shù)算法、 短時平均能量算法等等。 最后一個環(huán)節(jié)就是參數(shù)篩選， 按時間順序?qū)μ厣珔?shù)進(jìn)行重新排列， 然后把模式表和參考模式進(jìn)行逐一對比。 根據(jù)判定規(guī)則采用最佳參考模式進(jìn)行識別， 因而得到最后的識別結(jié)果。

4 藏語在語音識別技術(shù)中的應(yīng)用

因為受地理位置限制等原因， 藏區(qū)人民長期處于分散狀態(tài)， 藏語也因此出現(xiàn)了各地的差異性， 在藏區(qū)不同的片區(qū)可能就會產(chǎn)生另外一種方言。 隨著綜合國力的提升， 藏區(qū)人民生活水平也隨之帶動起來， 交通和通信問題得到了很大的改善， 打破了藏語受限制的交流。 藏語需要一個具有權(quán)威性的參考點， 才能夠形成藏語的規(guī)范化。 在現(xiàn)今信息化的時代中， 通過開發(fā)藏語語音識別系統(tǒng)， 不但可以成為地方性方法參考點， 而且能夠形成共同的語言特別， 為藏語語音識別作出一定的貢獻(xiàn)。

（1）逐漸完善藏語語音識別資料庫，通過學(xué)習(xí)更多的藏語文本， 收集和整理相關(guān)資料， 進(jìn)行相應(yīng)的語音采集和系統(tǒng)標(biāo)注。

（2）通過對音節(jié)的研究，結(jié)合藏語語言特點，在藏語語音別系統(tǒng)中確定音素作為識別基元。

（3）選取適合藏語語音的系統(tǒng)語言模型，結(jié)合聲學(xué)提高系統(tǒng)識別能力。

（4）對在特定人和非特定人的藏語中，進(jìn)行孤立詞語識別和對比， 檢驗藏語特定人對于孤立詞語的識別率，進(jìn)一步提高藏語的語音系統(tǒng)識別性。

5 藏語語音識別系統(tǒng)的難點

藏語語音識別技術(shù)主要面臨著以下困難：（1）基元選取。 語音基元有單詞、音節(jié)和音素，是語音識別的重要工作。 藏文是一種音素拼音文字， 多數(shù)都是用音素進(jìn)行表示。 藏語的音節(jié)最少是由一個字母構(gòu)成， 最多是七個字母組成， 各個音節(jié)之間都會用音節(jié)符合相隔開。（2）端點位置檢測。端點位置檢測就是找到音節(jié)的起始點和結(jié)束點，是語音識別中的關(guān)鍵。（3）適應(yīng)性能不高。 適應(yīng)性能主要是針對環(huán)境和說話者。 特定環(huán)境下采集的語音可能只是在當(dāng)時的環(huán)境下應(yīng)用， 通用性會下降。 對說話者的適應(yīng)性，主要體現(xiàn)在不同性別、年齡或情感音素情況下的相同語音內(nèi)容， 都是會存在差異的。 （4）方言影響。 每一個地方都有屬于自己的方言，藏區(qū)按方言劃分為衛(wèi)藏、康巴、安多三塊，而衛(wèi)藏又分“前藏”和“后藏”，可想而知藏語有多復(fù)雜。 （5）語料庫資料短缺。 由于藏區(qū)不是一個系統(tǒng)的語音庫，而藏區(qū)的地區(qū)劃分也不是特別清晰， 每個地區(qū)都有其獨立性和特別性， 所以目前收集到的語音資料庫都是非常有限的資源。

6 藏語在語音識別技術(shù)的規(guī)劃

藏語其實是一個非常值得深入研究的領(lǐng)域，還是有很多發(fā)展空間和問題有待研究。主要是藏語作為一種小語種，存在一定的復(fù)雜度，所以是一個很好的探究方向和目標(biāo)。 希望藏語語音識別系統(tǒng)得以更加完整，針對日后規(guī)劃，主要還有以下幾個方面的工作探究：

（1）完善和整合語音資料庫。藏語語音資料庫資料尚少且未算很成熟， 若果想提高藏語語音識別系統(tǒng)的識別率， 還是需要繼續(xù)整合和完善語音資料庫， 不斷拓展研究方向， 希望語音資料庫越來越大， 為科學(xué)研究提供更多的參考。

（2）研究藏語的各種資料。 因為目前藏語研究都是比較片面和零碎， 希望日后能夠?qū)ΜF(xiàn)存的問題優(yōu)化分析，通過一系列的論證和實際檢驗，總結(jié)出更多的藏語語言學(xué)知識，提高藏語在語音識別技術(shù)中的完整度和整體識別度，讓藏語語言被更多的人所熟悉和認(rèn)識。

語音識別是以最方便、 自然和快捷的方式聽懂人類語言的一門技術(shù)， 也是人機(jī)交互重要的一步。 車載導(dǎo)航系統(tǒng)也成為了新的研究熱點， 不但可以為駕駛者提供更多便利功能， 還能大大提高了行駛安全。 許多新技術(shù)可以應(yīng)用到車載導(dǎo)航系統(tǒng)中， 不斷豐富和改進(jìn)了系統(tǒng)的功能。 語音識別在車載導(dǎo)航系統(tǒng)的完美結(jié)合，造福廣大人們?nèi)罕姟?相信在未來，通過多方的合作開發(fā)，互相提供技術(shù)支持，語音識別技術(shù)的逐漸強(qiáng)化，加上語言的多樣性研究， 各種語言的識別準(zhǔn)確度和精準(zhǔn)度都會在語音識別技術(shù)中不斷呈現(xiàn)和進(jìn)步。 而藏語也可以作為一個很好的研究點， 因為其獨特性和多元化是值得深究。