摘要：掌上型计算机 (palm PC)是一种新型、灵巧的个人数字助理 (PDA) ,由于其没有键盘 ,目前采用软键盘或手写体识别作为主要的输入手段 .如果在该平台上提供类似于语音导航、声音拨号等功能 ,将大大改善人机交互界面 .针对掌上型计算机这种应用需求 ,结合其运算速度慢、内存少等特点 ,讨论了最新设计的一个掌上型计算机语音识别核心算法及实现 ,包括基于时域能量的端点检测算法、基于神经网络的多可信度综合判决处理集外词、特征选择及定点实现等 .实验表明选择合适的特征参数 ,结合定点算法可以保证不多于 2 0 0个命令识别任务情况下达到识别率 95 %以上 。

摘要：汉语的重音由于受到声调、语调以及韵律单元层级的干扰和制约,对于重音的自动感知一直是比较困难的问题。针对标准的朗读普通话语,本文在广义韵律结构的框架下研究了重音的声学表现,设计并实现了重音的自动感知模型。本文提出的基于分类树结构的区分度模型能有效地结合韵律单元结构对重音的制约。研究结果表明,音高高线、调域、音长是表达重音最重要线索,利用这些线索能有效地实现对重音的自动感知。我们的模型能一般能达到80%左右的重音检出水平。

摘要：基于决策树理论的上下文相关声学模型在英语语音识别中已经得到了比较深入的研究和应用，但在汉语语音识别中的应用则研究的比较少。本文基于决策树理论建立了汉语语境相关模型-三音于模型，讨论了决策构建模所要解决的几个重要问题：（1）基本建模单元集的选择，（2）音子类别集的设计，（3）评估函数的选择，（4）停止准则的选择，（5）决策树的建立和三音子模型的生成，本文着重分析了两种不同建模单元的性能：对音子类别集的设计提出了一些一般性的准则，并对我们设计的类别集进行了统计分析；分析了三音子模型在语音库的覆盖程度。实验结果表明，基于决策树的三音子声学模型建立的识别系统与双音子声学模型系统比较，误识率下降了24．7％。