新疆非母语汉语语音识别中的字典自适应技术

将标准普通话语音数据训练得到的声学模型应用于新疆维吾尔族说话人非母语汉语语音识别时,由于说话人的普通话发音存在较大偏误,将导致识别率急剧下降。针对这一问题,将多发音字典技术应用于新疆维吾尔族说话人汉语语音识别中,通过统计分析识别器的识别错误,建立音素混淆矩阵,获取音素的发音候选项。利用剪枝策略对发音候选项进行剪枝整合,扩展出符合维吾尔族说话人汉语发音规律的替代字典。对三种剪枝方法产生的发音字典的识别结果进行了对比。实验结果表明,使用相对最大剪枝策略产生的发音字典可以显著提高系统识别率。

多分类器区分性组合在二次解码中的应用

提出利用基于隐马尔可夫模型的谱特征模型、基于高斯混合模型的声调分类器以及基于多层感知器的音素分类器模型的组合来提高语音识别中二次解码中的识别率。在模型组合中,使用上下文相关的模型权重加权模型得分,并使用区分性训练来优化上下文相关权重来进一步改进识别结果。对人工选取各种上下文相关权重集合进行了性能评估,连续语音识别实验表明,使用局部分类器进行二次解码能够明显降低系统误识率。在模型组合中,使用当前音节类型及左上下文相结合的模型权重集合能够最大程度降低系统误识率。实验表明该方法得到的识别结果优于基于谱特征与基频特征和音素后验概率特征合并得到特征组合的识别系统。

适用于少数民族的Unity3d虚拟仿真系统关键技术研究

Unity3d是一款流行的用于开发3D游戏和虚拟现实技术的游戏引擎,但是在开发过程中,发现其无法正常显示少数民族语言,例如维语,会出现乱码、字母割裂、部分字母被替代的情况,导致文本输出错误。针对此问题,文中提供一种可行的解决方案,将输入文本进行切割,调整顺序,将基本区和扩展区做了一一映射,并结合维语字体库解决了问题,将其正确显示,最后使用Unity3d导入改进后的字体开发了一款虚拟超市购物系统,实现了购物操作的全流程,支持汉语和维语,在操作过程中会进行相应语言文字和语音的提示,开发过程中维语显示正常,之后部署到Oculus Quest2中,经验证在VR头盔中实现正确显示。该研究可用于少数民族的Unity3d虚拟仿真系统的开发,对于支持少数民族用户进行虚拟漫游、虚拟教学等具有重要意义。