网络语言项目中的语音技术(16)

网络语言项目中的语音技术

方法下不受时间空间的限制。根据心理学调查，人类社会交往信息的整个表达式为：人类社会交往信息＝7％语调＋38％声音＋55％情感表达。单一的语音标记表达不同种类的信息例如语调信号，语义，语法结构，性别和社会地位以及说话者的情绪。语音信号冗余很大。所以曾经存在的不同类型的信息使我们能理解谈话内容，即使在一个模糊的噪音很强的环境中。至于下一代人机语音交互系统，应该有一个强壮的使用者模式和一个强大的对话模式，从中我们可以提高用计算机交流的适应能力，方法是通过吸引对话话题来处理这些内容，满足句子理解的高质量需要。为了提高话题的自调节能力，我们将对话规则分为三种，命名为一般规则，话题依赖规则和任务依赖规则。
4．4 语音理解
　　语音信号有汉字顺序的模糊性，这主要表现声学编码中和词段落层中。语言理解过程本身是要干预和解决这种模糊性。语音理解要在语调的自然语言意义上，定义上层处理过程；在音调识别的底层基础上，使用语言学知识，词法知识，句法知识，语义知识和语用知识，得到可接受的识别率。
4．4．1 人机语音交互
　　首先，人类在实际的交互中，通过声学系统获得初始信息（听到一些谈话，得到背景知识和上下文信息）。其次，在接受到初始信息（启发式信息）之后，人类大脑驱动语言生成功能，进行自然语言预测。此后在不断接受语音信息流的过程中，人耳以人脑为中介将识别结果和语言生成结果进行比较，比较的反馈信息然后送回人脑。一方面，它将掌握识别模块，以便在自适应的语言环境中对语音识别有利。另一方面，反馈给人脑的信息能导向一个新的语言生成过程。因此，人机交互应该建立一个语音识别模式，有多层有关人类理解自然语言方法的信息反馈。语音理解对经过验证的候选词进行概括。统计信息基数运用将统计推理和语法规则结合在一起的方法，来预言下一句。因为句法规则基数能减少识别声音层的识别错误和候选词的个数，我们通过比较信息反馈，纠正错误，产生连续的语音过程，从而识别句子。人机语音交互要把语音识别和合成，以及自然语言理解结合起来，通过预测使概念转换为对话中的文本句子，
然后预测相应的词汇和语法，以便降低语音混淆。使用的信息是解决问题中需要的知识，应用领域的语义知识，对话背景，专门技术和说话者的语音习惯等等。处理人机对话的过程将自然的语音识别分成句子情景识别（包括对话情景，对话内容，精神状态，情感状态，目的状态和语用接收过程）和反应（直觉）的解释，以及逻

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库网络语言项目中的语音技术(16)在线全文阅读。