王順利　付嘉銘　洪強(qiáng)

摘 要 目標(biāo)聲音識(shí)別逐漸將會(huì)在實(shí)際的日常生活中得以應(yīng)用。在實(shí)驗(yàn)室環(huán)境下，對(duì)目標(biāo)聲音識(shí)別系統(tǒng)大多數(shù)識(shí)別性能也達(dá)到了一定的要求，但在實(shí)際噪聲環(huán)境下的識(shí)別系統(tǒng)效果將大大降低。因此，在抗噪聲語(yǔ)音識(shí)別的研究目標(biāo)是非常重要的。研究發(fā)現(xiàn)，人耳具有良好的抗噪聲能力，因此基于語(yǔ)音識(shí)別技術(shù)的聽(tīng)覺(jué)系統(tǒng)是一個(gè)很有前途的研究課題。

關(guān)鍵詞 語(yǔ)音識(shí)別技術(shù) 聽(tīng)覺(jué)系統(tǒng) 仿生學(xué) 智能 機(jī)器人

中圖分類號(hào)：TN912.34 文獻(xiàn)標(biāo)識(shí)碼：A

1語(yǔ)音識(shí)別技術(shù)

1.1語(yǔ)音識(shí)別技術(shù)簡(jiǎn)介

語(yǔ)音識(shí)別技術(shù)主要分為兩類，一是語(yǔ)音意義的識(shí)別，一種是目標(biāo)聲識(shí)別。第一個(gè)被稱為語(yǔ)音識(shí)別，它是根據(jù)聲音的成詞特點(diǎn)對(duì)聲音進(jìn)一步分析，主要應(yīng)用在人工智能，人機(jī)對(duì)話和快速輸入等領(lǐng)域。通過(guò)訪問(wèn)聲音的特征，從目標(biāo)語(yǔ)音中進(jìn)行提取，該項(xiàng)技術(shù)可以區(qū)分多目標(biāo)語(yǔ)音的種類，確定目標(biāo)，主要用于戰(zhàn)場(chǎng)目標(biāo)識(shí)別領(lǐng)域，海上偵察系統(tǒng)，預(yù)警系統(tǒng)，軍事聲納識(shí)別，車輛聲音識(shí)別，火車預(yù)警系統(tǒng)，動(dòng)物個(gè)體的語(yǔ)音識(shí)別和家庭安全系統(tǒng)等。

科技研究人員通過(guò)對(duì)語(yǔ)音信號(hào)處理技術(shù)進(jìn)行深入的研究，結(jié)果發(fā)現(xiàn)：人的聽(tīng)覺(jué)系統(tǒng)的聲音配合具有獨(dú)特的優(yōu)勢(shì)，它能準(zhǔn)確地提取目標(biāo)的聲音特征，準(zhǔn)確地辨別聲音的方向和內(nèi)容分類，所以基于仿生聽(tīng)覺(jué)系統(tǒng)的目標(biāo)聲識(shí)別技術(shù)備受現(xiàn)代前沿科技的關(guān)注。針對(duì)目標(biāo)聲音識(shí)別系統(tǒng)的研究工作成為了現(xiàn)代語(yǔ)音識(shí)別技術(shù)研究的一個(gè)熱門方向，不少科技研究人員正在積極探索先進(jìn)可行的仿生學(xué)理論，特征提取技術(shù)和語(yǔ)音識(shí)別技術(shù)。

1.2語(yǔ)音識(shí)別技術(shù)的研究現(xiàn)狀

語(yǔ)音識(shí)別技術(shù)主要是通過(guò)對(duì)監(jiān)測(cè)數(shù)據(jù)的聲音特性分析，得到聲音特性的樣本文件。語(yǔ)音識(shí)別技術(shù)是一種非接觸技術(shù)，用戶可以很自然地接受。但語(yǔ)音識(shí)別技術(shù)和其他行為識(shí)別技術(shù)具有共同的缺點(diǎn)，即輸入樣本的變化太大，所以很難完成一些精確的匹配，聲音也會(huì)伴隨著速度，音質(zhì)的變化而影響到信號(hào)的采集和結(jié)果的比較。

在語(yǔ)音識(shí)別中，語(yǔ)音識(shí)別是最早也是比較成熟的領(lǐng)域。隨著越來(lái)越多的應(yīng)用需求，識(shí)別聲音并不局限于語(yǔ)音識(shí)別，人們開(kāi)始深入研究目標(biāo)識(shí)別技術(shù)的非語(yǔ)音識(shí)別，該項(xiàng)技術(shù)已經(jīng)參照了成熟的語(yǔ)音識(shí)別技術(shù)的一部分，但由于各自的應(yīng)用環(huán)境和實(shí)際的音頻特征之間的差異，該技術(shù)還存在一些差異。

1.3語(yǔ)音識(shí)別技術(shù)的實(shí)際應(yīng)用

在民用方面，目標(biāo)聲音識(shí)別系統(tǒng)可以應(yīng)用于門禁系統(tǒng)，網(wǎng)絡(luò)安全，認(rèn)證，智能機(jī)器人，動(dòng)物語(yǔ)音識(shí)別，電子商務(wù)和智能交通等領(lǐng)域。在智能交通領(lǐng)域，利用來(lái)自車輛識(shí)別模型的運(yùn)動(dòng)音頻信號(hào)，可以實(shí)現(xiàn)交通信息的智能化管理。在智能機(jī)器人領(lǐng)域，機(jī)器人目標(biāo)聲音識(shí)別系統(tǒng)可以作為機(jī)器人的耳朵，通過(guò)環(huán)境聲音識(shí)別并確定聲音的方位，然后再反應(yīng)外界的聲音，因此可以將其當(dāng)作家庭自動(dòng)化服務(wù)系統(tǒng)和安全系統(tǒng)。在動(dòng)物的語(yǔ)音識(shí)別領(lǐng)域，可以根據(jù)害蟲(chóng)聲特征來(lái)區(qū)分害蟲(chóng)種類，根據(jù)不同的害蟲(chóng)采取不同的措施。在網(wǎng)絡(luò)應(yīng)用領(lǐng)域，在關(guān)于各種在線服務(wù)支持的語(yǔ)音識(shí)別技術(shù)新項(xiàng)目開(kāi)發(fā)中，可以提高網(wǎng)絡(luò)的服務(wù)質(zhì)量，給人們的生活帶來(lái)方便?，F(xiàn)在，美國(guó)，德國(guó)和日本都開(kāi)了電話銀行，語(yǔ)音代替原來(lái)的密碼和使用印章，簡(jiǎn)化了工作服務(wù)流程，提高工作效率。

在軍事上，目標(biāo)聲音識(shí)別技術(shù)來(lái)自于第二次世界大戰(zhàn)，在探測(cè)敵人的炮火和潛艇時(shí)，起著重要的識(shí)別和定位作用。但由于計(jì)算機(jī)技術(shù)，信號(hào)處理技術(shù)，光電檢測(cè)和雷達(dá)檢測(cè)技術(shù)快速的發(fā)展，使聲探測(cè)技術(shù)發(fā)展得十分緩慢。直到現(xiàn)代的戰(zhàn)爭(zhēng)，研發(fā)了使用于戰(zhàn)爭(zhēng)中的三維信息，全方位定向，反欺詐、欺騙、干擾和反偵察、監(jiān)視，在隱身與反隱身的現(xiàn)代戰(zhàn)爭(zhēng)中為國(guó)家的國(guó)防事業(yè)做出了不可磨滅的杰出貢獻(xiàn)。通過(guò)電，磁，光學(xué)和雷達(dá)探測(cè)技術(shù)和主動(dòng)檢測(cè)技術(shù)來(lái)完成偵察任務(wù)已經(jīng)不能滿足現(xiàn)代戰(zhàn)爭(zhēng)的需求。在武裝直升機(jī)技術(shù)成熟的當(dāng)代，隱形轟炸機(jī)和其他高科技武器都有了反射功率，抗電磁干擾，反輻射的功能，特別是快速發(fā)展的數(shù)字技術(shù)和計(jì)算機(jī)技術(shù)，迫使各國(guó)為了實(shí)現(xiàn)對(duì)目標(biāo)的定位跟蹤和噪聲識(shí)別而重新開(kāi)始研究被動(dòng)聲探測(cè)技術(shù)，關(guān)注聲檢測(cè)技術(shù)。在未來(lái)戰(zhàn)爭(zhēng)中，武器裝備發(fā)展的一個(gè)重要趨勢(shì)是智能化、小型化，一個(gè)重要的特點(diǎn)是具備目標(biāo)識(shí)別的能力，并根據(jù)不同的對(duì)象使用不同的攻擊方法。

2聽(tīng)覺(jué)系統(tǒng)

為了設(shè)計(jì)一個(gè)更精確的目標(biāo)聲音識(shí)別系統(tǒng)，越來(lái)越多的學(xué)者開(kāi)始深入研究仿生學(xué)領(lǐng)域。通過(guò)研究發(fā)現(xiàn)，人類的聽(tīng)覺(jué)系統(tǒng)在聲音的物理方面具有獨(dú)特的優(yōu)勢(shì)，聲音特征可以準(zhǔn)確提取目標(biāo)識(shí)別中聲音的方向，種類和含量，而且還可以提高抗噪聲能力，所以基于人基于語(yǔ)音識(shí)別技術(shù)的聽(tīng)覺(jué)系統(tǒng)已經(jīng)成為目前的研究熱點(diǎn)。

人類聽(tīng)覺(jué)仿生學(xué)是模仿人耳的聽(tīng)覺(jué)系統(tǒng)和生理功能，并通過(guò)建立數(shù)學(xué)模型，根據(jù)數(shù)學(xué)分析原理得到的聽(tīng)覺(jué)系統(tǒng)。它涉及聲學(xué)，生理學(xué)，信號(hào)處理，模式識(shí)別和人工智能等學(xué)科，是一個(gè)跨學(xué)科研究領(lǐng)域的綜合應(yīng)用。該技術(shù)已在軍事，交通，銀行，醫(yī)療治療的許多方面取得了重要應(yīng)用，是人類實(shí)現(xiàn)智能生命的重要研究課題之一。

人類聽(tīng)覺(jué)系統(tǒng)的處理能力大大超過(guò)目前的聲音信號(hào)處理水平。從人類聽(tīng)覺(jué)系統(tǒng)的心理和生理特點(diǎn)視角，許多研究人員對(duì)接聽(tīng)過(guò)程中的語(yǔ)音識(shí)別進(jìn)行深入的研究。目前，許多學(xué)者提出了不同的聽(tīng)覺(jué)模型，這些模型大多是一些基于語(yǔ)音識(shí)別和語(yǔ)音質(zhì)量評(píng)價(jià)系統(tǒng)的聽(tīng)覺(jué)模型，模擬人耳聽(tīng)覺(jué)功能的生理結(jié)構(gòu)，這些應(yīng)用處理方法大大提高了系統(tǒng)的性能。

參考文獻(xiàn)

[1] 甄斌，吳璽宏，劉志敏，遲惠生.語(yǔ)音識(shí)別和說(shuō)話人識(shí)別中各倒譜分量的相對(duì)重要性[J]. 北京大學(xué)學(xué)報(bào)（自然科學(xué)版）. 2001（03）.

[2] 趙力，鄒采榮，吳鎮(zhèn)揚(yáng).漢語(yǔ)連續(xù)語(yǔ)音識(shí)別中語(yǔ)音處理和語(yǔ)言處理統(tǒng)合方法的研究[J]. 聲學(xué)學(xué)報(bào). 2001（01）.