口语语音中非语音信息的检测、识别及其对语音识别的影响

本课题从提高语音识别技术的实用性出发，根据语音识别领域的发展趋势，针对口语语音的特殊性，系统深入地研究：1）口语语音中非语音信息的分类规则和检测方法，分析其时频特征与语音信号时频特征的区别，寻找关键的区分特征；2）填音及人为非语音行为信息（呼吸声、咳嗽声、笑声、掌声、喧闹声等）的声学模型研究，这些信息对语音识别性能有重要影响；3）非语音信号与语音信号（声学模型）在辩识方面的相互影响分析，并寻找相应的处理对策；4）计算听觉场景分析方法在语音识别中的应用方法研究。.该项目的研究内容是国家自然科学基金鼓励研究内容，也是人工智能技术的重要研究内容，理论上极具挑战性，是语音识别领域的关键问题之一。在应用上，对改善人机界面的友善性、提高人机交互的人性化，促进政府信息服务自动化、语音信息接入设备及系统、银行、交通信息咨询自动服务系统、多媒体监控系统等的推广，加快我国信息产业的发展有重要作用。