多路并行的语音识别引擎的设计与实现.PDF

第 23 卷第 8 期 计算机应用 Vol. 23 , No. 8 2003 年 8 月 　 Computer Applications 　 Aug. , 2003 ( ) 文章编号 :1001 - 9081 2003 08 - 0051 - 03 多路并行的语音识别引擎的设计与实现 吉鸿雁 ,刘 　鹏 ,吴 　及 ,王作英 (清华大学 电子工程系 ,北京 100084) 摘　要 :文中讨论了一个多路并行语音识别引擎的设计与实现。在介绍多路语音识别系统的整体 结构的基础上 ,着重介绍了该引擎主要功能模块和设计方法 ,给出了优化引擎内存和性能的一些方法。 关键词 :语音识别 ;并行处理 ;模型共享 中图分类号: TN912 　　文献标识码 :A A Multisession Speech Recognition Engine J I Hongyan , L IU Peng , WU Ji , WAN G Zuoying ( ) Depart ment of Elect ronics Engineering , Tsinghua U niversity , Beijin g 100084 , China Abstract : This paper discusses the design and implementation of a multisession speech recognition engine. First it introduces the structure of the multisession speech recognition system. Then it focuses on the engines main function module and the design method. Furthermore , some solutions for reducing the system memory cost and optimizing the performance are also presented. Key words : speech recognition ; parallel processing ; model sharing 　　考虑到语音识别系统的特性 ,我们设计了如图 1 所示的 1 　引言 系统结构 : 本文论述了一个结构化的语音识别系统。该系统将音频 输入前端和语音识别部分独立起来 ,将语音识别作为一个单 独的引擎 , 同时提供该引擎和上层应用程序之间的通讯接口。 这样为应用软件嵌入语音识别功能提供了方便 ,使上层应用 程序的开发人员可以忽略语音识别技术的实现细节而实现语 音识别功能。另外 ,在电话转接系统或公共信息查询系统等 应用中 ,需要同时对来自多个应用程序的语音输入分别进行 识别 ,为此系统考虑了并行处理技术的设计与优化。该语音 识别系统的算法采用清华大学电子工程系语音识别实验室的 汉语连续语音识别技术。