硕士论文:基于web的salt语音识别技术应用研究(终稿.doc
《硕士论文:基于web的salt语音识别技术应用研究(终稿.doc》由会员分享,可在线阅读,更多相关《硕士论文:基于web的salt语音识别技术应用研究(终稿.doc(61页珍藏版)》请在三一办公上搜索。
1、A. LIST ALL B. LIST C. DISPLAY D. DISPLAY ALL37、某A类网络10.0.0.0的子网掩码255.224.0.0,请确定可以划分的子网个数,写出每个子网的子网号及每个子网的主机范围。(10分)【答案】计算机系统,数据库,数据库管理系统,有关人员?i=+str(i,2)+ j=+str(j,2)+ k=+str(k,2)B. REPLACE 工资 WITH工资+1009. SQL 支持集合的并运算,运算符是_。(SELECT * FROM SC WHERE SC.学号=S.学号 AND 成绩85)? IIF(A=X,X-BCD,X+BCD)returnD
2、. “一方”表的普通索引,“多方”表的候选索引或普通索引学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权江苏大学可以将本学位论文的全部内容或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保 密 ,在 年解密后适用本授权书。本学位论文属于不保密 。学位论文作者签名: 指导教师签名: 年 月 日 年 月 日独 创 性 声 明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已注明引用的内容以外,本论
3、文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名: 日期: 年 月 日分类号 密级 UDC 编号 工 程 硕 士 学 位 论 文基于WEB的SALT语音识别技术应用研究The Application and Research of Automatic Speech Recognition Technology Based on SALT指 导 教 师 作 者 姓 名 申请学位级别 硕 士 学科(专业) 计算机应用 论文提交日期 论文答辩日期 学位授予单位和日期 答辩委
4、员会主席 评阅人 _摘 要长久以来,人们都渴望以一种最简单、最轻松的方式进行沟通。而随着语音识别技术的飞速发展,人与计算机之间的沟通也变得越来越简单。SALT(Speech Application Language Tags)技术是一项新兴技术,它是一种独立平台的标记语言,可以用于创建经由语音平台接入的应用系统。语音识别拥有可观的应用前景,尤其在我们生活信息化越来越加深的今天,应用于Web的语音识别技术作为一个语音识别应用的热点方向,也具有深远广阔的应用前景。该技术在进行Web开发中,可以提供一种全新的解决思路,因此“基于WEB的SALT语音识别技术应用研究”实例的实现是对这一新技术进行研究和
5、实践的很好的学习、应用、检验、改进,甚至提高的过程。在本课题的研究中,主要完成了基于WEB具有语音识别功能并可以根据语音命令完成一定操作基本功能的语音应答平台系统的实现,需要将SALT技术应用于ASP.NET服务系统页面之中。具体工作如下:(1)研究了经典的HMM算法及其他算法,分析其算法性能的优劣。(2)本文重点集中讨论了基于SALT (Speech Application Language Tags)的语音识别应用,介绍了语音合成技术、文语转换系统的组成及其实现过程、自动语音识别技术、自动语音识别系统的组成及其实现过程,探讨基于SALT的语音识别技术在软硬件平台上的实现以及实际应用中的具体
6、问题。(3)本文结合SALT论坛最新即将发布的SALT(语音应用语言标记)技术,提出了基于SALT的语音识别系统实现的体系结构,论述了具体的实现方案和方法,并结合中小企业实际情况,开发了一套语音识别示例系统,初步实现了基于SALT技术的语音识别系统的开发,并初步实现了基于Web的远程部署,为下一步的工作打下一个较为可靠的基础。系统开发集成环境包括:Windows XP操作系统、Microsoft的C#、ASP.NET、ADO.NET和 SALT 1.1 final版插件。关键词: Web,语音识别,SALT,程序设计,ASP. NET AbstractFor a long time, peop
7、le have all wished eagerly to communicate in a kind of simplest, most relaxed way. And with the development at full speed of the recognition technology of the pronunciation, the communication between people and computer becomes simpler and simpler. SALT (Speech Application Language Tags) is a markup
8、 language that take service in open, free patentable access, independent of platform, it is used for creating the newly application system that is cutover through speech platform. Automatic Speech Recognition (ASR) has considerable and bright future, while more and more Information Technology has be
9、en used in our daily life. And as a hot domain, ASR based on SALT also will be popular everywhere. The technology in our development of the Web, you can provide us with a brand-new ideas to solve, the SALT WEB-based voice recognition technology applied research is the realization of our examples of
10、this new technology to study and practice of good Study, application, testing, improving and even improve the process.In this study of the subject, I have primarily responsible for WEB-based speech recognition features and can operate with voice commands to complete certain basic functions of the vo
11、ice response system platform the realization of the need to SALT technology in ASP.NET pages of the service system.Major work is as follows:(1)I studied classical HMM algorithm and other algorithms, analysis the merits of its algorithm. (2)With a focus on technology of SALT (Speech Applications Lang
12、uage Tags) that SALT forum will publish recently, this essay brings up the total structure of Automatic Speech Recognition(ASR) system based on SALT, and expounds the theory scheme and methods of realization. An Automatic Speech Recognition (ASR) example system has been developed based on the actual
13、 circumstances at small- and medium-sized enterprises, which has provided a set of software for small- and medium-sized enterprises that conforms to practice and suits the demand in customer service. The essay achieves the ASR development based on SALT, and finished the long-distance arrangement, br
14、ings a reliable base for the coming work in the next round.(3)This system environment include: Operator System of Windows XPand the development tools of the Microsoft Visual C#.NET, ASP.NET, ADO.NET, and so on. The version of SALT1.1 final is the subjective software tool which is used to develop the
15、 speech interface of the web system.KEY WORD: Web,Speech Recognize, SALT, Programming, ASP. NET目 录第一章绪论11.1 研究背景11.2 研究现状21.3 研究内容41.4 全文的组织安排5第2章 语音识别技术62.1语音识别的原理62.2 语音识别的基本算法92.2.1 概述92.2.2 HMM模型的结构122.2.3前向和后向算法142.2.4 Viterbi算法152.2.5 Baum-Welch算法162.3 Internet中语音识别的应用172.4本章小结18第3章 基于WEB SALT
16、语音识别193.1 SALT技术193.1.1 SALT技术知识分析193.1.2 SALT技术的优越性223.2 基于WEB SALT语音识别的体系结构233.2.1 SALT体系结构233.2.2 SALT开发流程253.3 基于Web Salt语音识别的算法分析273.4本章小结29第四章 基于WEB SALT 语音识别系统的设计与实现304.1系统功能分析304.2系统总体模块划分304.3使用技术及方法314.3.1面向对象的技术314.3.2并行工程设计324.3.3采用VS. NET平台及B/S结构技术324.3.4系统开发环境及运行环境的选择334.3.5开发平台和Web服务3
17、34.3.6开发工具和语言344.3.7运行环境354.4系统接口设计354.4.1用户界面设计354.4.2 SALT接口应用设计364.5系统实现364.5.1设计模式的应用364.5.2 Web应用程序的详细设计374.5.3语音识别系统语法(Grammer)设计394.5.4语音识别系统的功能设计404.6 系统运行及特点414.7运行测试评价424.7.1 测试环境424.7.2运行测试424.7.3 测试结果分析454.7.4 测试结论4648 本章小结47第五章总论和展望485.1结论485.2进一步研究工作495.3本章小结49参考文献50致 谢54第一章绪论1.1 研究背景在
18、现代社会中,人们逐渐习惯借助计算机来完成各项事务。在这种形势下,如何让计算机智能化地与人通信,使人机交互更加自然方便成为现代计算机科学的一个重要的研究课题。语音是人际交流的最习惯、最自然的方式,它将成为人机交互方式的理想选择。让机器能听会说,是人类由来已久的理想。语音技术主要包括语音合成技术和语音识别技术。语音合成技术解决机器说的问题,语音识别技术解决机器听的问题。设计和开发的应用实例或系统是语音技术商业化、社会化的重要手段,语音技术的应用在当今社会有着重要的意义。首先政府开通的咨询热线、咨询服务业对于语音技术的应用期待己久。语音识别技术和语音合成技术,再加上数据库共同组成咨询服务业务的解决方
19、案。呼叫中心必须迅速地走上机器智能应答和记录的道路,否则,呼叫中心只能变成为一个美丽而不实际的神话,24小时的热线服务,不均匀的问讯量峰谷,日益增高的工资成本,坐席人员的培训与流失,很快就会使政府、企业不堪其负。机器的语音应答,白动的问讯和需求记录,将大幅度降低呼叫中心的投资及其运转成本,将会受到各级政府、广大中小企业的欢迎。其次,语音自然交互更具有其它信息终端不具备的优势,利用自然语音交互技术,用户不再需要一项一项的填写Web的Form表单,不再需要痛苦的在小小的手机键盘上换着数字输入名字和E-mail地址。基于关键字捕捉和自然语言处理技术,用户进入个人界面后可以轻松的说一句:“旅游信息,杭
20、州”,相应地计算机回应“杭州”的有关信息,一切轻松自然而又随意。再次,国际上衡量一个国家的咨询服务业发展程度有一个参考值,即信息咨询产值与电子产品工业产值的比率,这个比值在欧美日的平均水平是1: 1强,而中国的这个比值是不到9%,香港、新加坡的平均水平是中国大陆的4倍左右。最后,广阔的市场前景。美国的著名咨询企业安达信公司曾报告指出,按照中国的市场化发展速度看,到2010年中国的信息咨询业将达到100亿美元,即1000亿人民币左右的规模。这还不包括各级政府、大中小企业自建的咨询服务热线,中国互联网中心也预计语音产品及其咨询业规模将达到1300亿元。1.2 研究现状语音识别(Automatic
21、Speech Recognition, ASR)的研究工作起始于上个世纪50年代,1952年贝尔实验室的Davis, Biddulph和Balashek建立了一个与说话人有关的孤立英文数字语音识别系统1,3。在说话人和麦克风距离保持不变的情况下,该系统正确识别率达到了98 % 。1959年,美国Lincoln实验室的Rorgie和Forgie3首次采用数字计算机识别英文的元音和以摩擦音开头的孤立字,这标志着计算机语音识别时代的开始。60年代末70年代初,一系列里程碑似的基础性突破为语音识别的发展奠定了基础。在语音学方面,瑞典通信工程师Fant发表了著名的博士论文语音产生的声学理论。在信号处理方
22、面,线性预测编码(Linear Prediction Coding, LPC)技术在70年代被日本学者Itakura5成功地应用于语音识别,使语音信号的特征提取有了一次飞跃。前苏联科学家Vintsyuk60年代将动态规划应用于模式识别,成为语音识别方法的重要基础。日本学者Sakoe和Chiba6提出了动态时间归整(Dynamic Time Warping DTW)技术用来解决语音识别中不等长语音的对整问题。语音信号线性预测编码技术和动态时间归整技术,结合模板匹配原理,有效地解决了特定人、小词汇表的孤立词语音识别问题。美国于70年代实施了美国国防高级研究项目计划(US Defence Advan
23、ced Research Program Agency,DARPR),对语音识别研究给予很大支持,DARPA采用有多个说话人发音的1000词的语料库,作为参加DARPR计划的大学和公司研发的语音识别系统的性能评估语料库。80年代以后,语音识别的任务开始由特定人孤立词语音识别转向非特定人、中等词汇量的连续语音识别,识别的方法也逐渐从模板匹配方法转变到统计模型方法。以隐马尔可夫模型典型代表的统计方法,由于其在参数、结构和训练方法的选择上有很大的灵活性,逐渐成为语音识别技术的主流。HMM的理论基础在1970年前后由Baum等人建立起来,随后由CMU的Baker和IBM的Jelinek等人应用于语音识
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 硕士论文 基于 web salt 语音 识别 技术 应用 研究 终稿
链接地址:https://www.31ppt.com/p-4268037.html