新型計算機語音識別功能接近大腦

2004/12/24

　　俄羅斯科學院無線電與電子技術研究所科研人員安齊佩羅夫開發(fā)出一種全新的計算機語音識別系統(tǒng)。通過實驗發(fā)現(xiàn)，語音頻譜中最基本的成分接近1千赫。

　　安齊佩羅夫指出，理論上最智能的語音識別系統(tǒng)應該像人的大腦一樣，能在瞬間從大量聲音中分辨出已知的聲音，而不依賴聲音的大小和聲調(diào)。目前的計算機識別系統(tǒng)還沒有達到這種水平。每種聲音對機器識別系統(tǒng)來說，仍是獨一無二的，因此需要在機器上進行訓練。由于長期訓練的結果，在計算機的存儲系統(tǒng)中形成了一個信息庫，將某種聲音的大量方案存儲到這里，當計算機遇到某種聲音時，就在這個信息庫里進行挑選加工，然后選出某種可能的方案。

　　安齊佩羅夫在解釋自己開發(fā)的語音識別系統(tǒng)時指出，這一獨特的語音識別系統(tǒng)最主要的是考慮了語音的分級體系，從中辨別語音中最基本的成分，就像鑒別音樂中的音調(diào)一樣，在寬廣的語音頻譜中，分辨出語音中最基本的具有思維性質(zhì)的聲音頻譜。實驗表明，這個頻譜的范圍接近1千赫，而其他那些帶有情感色彩的語調(diào)，屬于心理物理學范疇。

　　安齊佩羅夫進一步介紹說，在上述理論指導下，他開發(fā)的計算機語音識別系統(tǒng)接近大腦的識別功能：計算機在系統(tǒng)程序的指導下，將語音背景的個性成分清除，保留語音中最基本的成分，最大可能地簡化了計算機的工作。在實驗中，科研人員讓十幾人用不同聲音進行實驗，結果發(fā)現(xiàn)，計算機能夠避開那些帶有情感色彩的語調(diào)的干擾，準確地通過語音中最基本的成分辨別聲音，1000比特的內(nèi)存就能識別所有的數(shù)字和一些簡單的語音

　　有關專家指出，該識別體系不僅達到了快速辨別語音的能力，還使計算機的存儲時間和內(nèi)存降低。該科研成果最適合大量的移動電子裝置領域。

科技日報