微软中国研究院在普通话语音识别领域的现况与展望.pdfVIP

第六届全国人机语音通讯学术会议 中国 深圳 微软中国研究院在普通话语音识别领域的现况和展望 V-9}1ky尉 微软中国研究院 i-yshi( cchang@ 自然语音内容的提取:在未米语音界面的应用 卜，除 摘要 了使用者有意识地与计算机沟通之外，另一个广泛的 微软中国研究院自成立:近 3年来，在语音识别领域开 应用将为隐藏性的语音识别.未来，在人与人日常生 展了i}多研究课题.此篇论文将重点介绍目前在语音 活以语育交流的时候，计算机将能自动地分析说话者 识别领域的研究工作及未米研究的重心。其中，我们 的身份、情绪、以及谈话的内容等等。如此的功能将 FI细说ury微软中国研究院普通话语音工只箱的内容及 使未米的会议、讲课、语音短信息的沟通更有效率。 应用.希望对普通话语音识别的研究起到抛砖}1[玉的 在达到此目标之前，我们需要能有效地识别人与人之 效果L 间自然流畅的对话，同时，如图 .所描述，在人与人 之间沟通的语音 包含了文字以外的内容 ‘我们已开 始了说话人识别和说话人情绪识别的研究项目。 1.引言 各种悄况下的应用:同时，因为移动手机在用户界面 卜的许多不足，许多研究单位已注意到语音界面在电 在过去3年米，撇软中网研究院的语音组在语音识别 话 卜的应用。目前在口语对话系统领域，己有不少的 X域取得了一系列的成果0.71,共中包含了人词汇量 研究及商业应用成果。我们透过了与微软雷德蒙研究 的普通话语音识别系统及对中文声调处理的研究和针 院的语音技术组的合作，搭建了普通话版本的Mipad 对中文地方口a的处理[81[91=如今普通话语音识别的 实验系统[91^在未来，我们将继续与微软语音产品部 iij能Z在微软的OfceXp中推出，但因为各种使用状 ]「合作，创造一个在各种终端Ri齐 卜都能使用的语音 况的限制，目前语音识别的广泛应用仍未能达成。目 界面环境 前仍有待st服的问题有: ，. t1对使用者口音的调试 2 使用环境无法确保安静和私密性 3 使用头戴式麦克风的不便 4 对于新的词语的应对 _‘语音识别对计娜机能力的要求仍然偏高 这qe问题中.使用环境的私密to问题无从以技术改 舀 .lifl找们预期在未米计掉机能力继续成长的趋势 下 ，语片识别对计弊机能力要求的问睡将逐渐改善. tlli此我们在未米的研究将集中于在各种情况下将语音 识别的准确度提高。 图l.改善人与人之间的口语沟通 可应用的语音技术 1.1.未米的研究方向 普捧性:语音识别系统的普棒性问题包含了说话人之 间的差异，信已传翰通道的形响，及背景噪声的彭 响。在目前的应用领城巾，所面对的一个挑战为识别 2.普通话