語音技術(shù)是一門融合了語言學、聲學、計算機學等多學科的人工智能技術(shù)。近年來隨著計算機性能的不斷提升,信號處理技術(shù)的不斷完善以及人工智能理論的不斷突破。語音技術(shù)日益成熟,并且已經(jīng)具備了較強的應用屬性,國內(nèi)外都紛紛將語音技術(shù)應用到各行各業(yè)中,去代替?zhèn)鹘y(tǒng)技術(shù)并解決疑難問題。在車輛研究領(lǐng)域,車輛檢修是十分重要的一環(huán)。目前所采用的車輛檢修方式存在錯檢、漏檢,檢修效率低,檢修手工記錄,檢修成本高等問題。伴隨著車輛檢修業(yè)務(wù)的不斷調(diào)整以及社會向信息化發(fā)展的趨勢,這種檢修方式已經(jīng)無法滿足現(xiàn)代車輛檢修業(yè)務(wù)的需求。因此,本文針對以上問題,通過利用數(shù)據(jù)庫技術(shù)、網(wǎng)絡(luò)技術(shù)和日益成熟的語音技術(shù),設(shè)計了一套基于語音技術(shù)的車輛檢修計算機輔助系統(tǒng)。系統(tǒng)采用語音技術(shù)取代紙質(zhì)檢修表,實現(xiàn)了無紙化辦公;通過簡化車輛檢修流程,節(jié)約檢修成本,提高檢修效率。本文選用SSM框架對系統(tǒng)進行詳細的實現(xiàn),并將系統(tǒng)分為四個模塊:ASR模塊、TTS模塊、檢修管理員系統(tǒng)、檢修專員系統(tǒng)。ASR模塊采用Julius作為語音識別引擎,并被編譯成動態(tài)鏈接庫DLL,負責對檢修結(jié)果語音進行識別;TTS模塊采用SAPI作為語音合成引擎,并被編譯成動態(tài)鏈接庫DLL... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：106 頁

【學位級別】：碩士

【部分圖文】：

圖２－１?ＡＳＲ系統(tǒng)框架??１）語音預處理：對輸入的語音信號進行預處理工作可以起到消除語音噪聲，??

方式在核心實現(xiàn)上并無太大差異，??主要的不同在于：前者通過將Ｊｕｌｉｕｓ作為ＡＳＲ識別引擎，直接嵌入到系統(tǒng)中，??應用程序通過調(diào)用本地Ｊｕｌｉｕｓ實現(xiàn)語音識別；后者需要通過ｓｏｃｅｋｅｔ套接字進行??應用交互，依賴于客戶端－服務(wù)器結(jié)構(gòu)。前者的優(yōu)點在于：即使在無網(wǎng)絡(luò)的情況??下，也能進行語音識別。后者的優(yōu)點在于：將Ｊｕｌｉｕｓ與本地系統(tǒng)直接隔離開，用??戶可以在不同地方去分別搭建應用程序，然后通過廣域網(wǎng)接入Ｊｕｌｉｕｓ實現(xiàn)語音識??另１Ｊ，更加靈活方便。Ｊｕｌｉｕｓ與應用程序連接方式如圖２－２所示。??——Ｉ?ｙ?Ｔ＊Ｌｓｎ￣￣ｉ?——丨聲學ｗｓｉ—??Ｌ模，Ｊ?Ｌ?Ｊ?由ＩＭＭ定義??的分詞??字典｜?｜＾?＾??Ｉ???Ｉ??聲音文件一｜?廣?＾?＾？文本文件??麥克風?一一Ｊｕｌｉｕｓ?ｊ一??ｄ?Ｖ??７?標準輸出??—嵌＇、?Ｌ■甩務(wù)器－吝盧??＜?應用程序）?應用程序）??圖２－２?Ｊｕｌｉｕｓ與應用程序連接??ＨＴＫ（ＨＭＭ?Ｔｏｏｌｋｉｔ）是一個專門用來處理ＨＭＭ的開源工具包，它主要包??含四部分：數(shù)據(jù)準備工具、模型訓練和優(yōu)化工具、識別工具和性能評估工具［４８］。??毎個工具都可以通過使用命令函數(shù)塊來對不同功能進行實現(xiàn)。??數(shù)據(jù)準備工具通過使用ＨＳＬａｂ、ＨＬＥｄ、Ｈｃｏｐｙ等函數(shù)幫助用戶進行語音錄??制、音素標注和聲音特征提取等工作。模型訓練和優(yōu)化工具通過使用ＨｃｏｍｐＶ函??１２??

的??逆過程。一個完整的ＴＴＳ系統(tǒng)一般由三個模塊組成：前端模塊、后端模塊和聲??碼器。在有些情況下，會把后端模塊和聲碼器視為一個模塊，例如端到端的ＴＴＳ??系統(tǒng)。ＴＴＳ技術(shù)在語音導航應用、新聞類ＡＰＰ、語音助手中都有應用。??ＴＴＳ語音合成過程可以簡單描述為：首先輸入的文本序列先經(jīng)過文本預處理??后，得到對應的文本特征，這些特征包括基頻、時長、節(jié)奏、韻律等；然后通過??后端模塊中的聲學模型將文本特征映射為語音特征，例如語音音素；最后通過聲??碼器輸出語音音頻。一個完成的ＴＴＳ系統(tǒng)如圖２－３所示。?????????Ｉ?一一一一－＾??Ｉ前端?！?１后姚?！??！??１?｜?Ｉ??Ｉ??Ｉ?Ｉ?Ｉ??分詞??］??ｊ?｜?聲學橫型??！?ｉ?Ｉ?????詞性標，主?Ｉ?＾???Ｉ—？聲碼器??————?！?：?！?！?！?Ｉ??ｊ?Ｉ?Ｉ?語音庫???Ｉ???！????圖２－３?ＴＴＳ系統(tǒng)的基本框架??Ｉ）前端模塊：前端模塊主要負責對輸入文本逬行預處理，并獲取文本相應的??語言學特征。比如進行詞性標注，將一個詞語標記成名詞或動詞。前端模塊常見??的操作有：語言鑒別、子句切分、分詞、詞性預測和韻律預測。一個完整的前端??模塊如圖２－４所示。??１３??

【參考文獻】：
期刊論文
[1]2019年趨勢觀察:AI家庭助手[J]. OVUM;.  電信工程技術(shù)與標準化. 2019(03)
[2]人工智能技術(shù)在智慧停車領(lǐng)域的實踐[J]. 劉源,張玉棟,康雷,吳德東,毛峻嶺.  人工智能. 2019(01)
[3]基于人工智能技術(shù)的智能音箱發(fā)展現(xiàn)狀與趨勢探究[J]. 王顥毅.  通訊世界. 2018(12)
[4]幾種開源英語識別工具包的對比分析[J]. 劉瓊.  計算技術(shù)與自動化. 2018(04)
[5]語音識別技術(shù)的研究進展與展望[J]. 王海坤,潘嘉,劉聰.  電信科學. 2018(02)
[6]2017年中國人工智能行業(yè)分析——智能語音應用篇[J]. 劉劍.  湖南工業(yè)職業(yè)技術(shù)學院學報. 2017(03)
[7]語音識別64年大突破[J]. 姜姝姝.  機器人產(chǎn)業(yè). 2016(06)
[8]低信噪比下的端點檢測算法研究[J]. 韓芳,靳宗信.  西北師范大學學報(自然科學版). 2016(05)
[9]數(shù)據(jù)流技術(shù)在汽車維修中的應用[J]. 董迎召.  民營科技. 2016(08)
[10]Spring MVC框架開發(fā)WEB應用程序的探索與研究[J]. 周燕玲.  科技廣場. 2016(06)

碩士論文
[1]新媒體時代我國青年有聲讀物發(fā)展現(xiàn)狀及策略研究[D]. 徐佳琳.北京印刷學院 2019
[2]語音識別技術(shù)在人機交互中的應用研究[D]. 高雪.北方工業(yè)大學 2017
[3]面向軌跡大數(shù)據(jù)存儲及查詢的NoSQL數(shù)據(jù)庫研究[D]. 閆密巧.華東師范大學 2017
[4]地鐵車輛檢修管理系統(tǒng)的設(shè)計與實現(xiàn)[D]. 高峰.吉林大學 2016
[5]基于Struts2.0+Spring2.0+Mybatis的質(zhì)監(jiān)系統(tǒng)網(wǎng)站設(shè)計開發(fā)與實現(xiàn)[D]. 李海波.吉林大學 2016
[6]地鐵車輛檢修調(diào)度管理系統(tǒng)的設(shè)計與實現(xiàn)[D]. 唐登仕.華南理工大學 2013
[7]地鐵車輛檢修信息系統(tǒng)的開發(fā)[D]. 曾星瑜.西南交通大學 2012



本文編號：3598874