特定人的語(yǔ)音識別系統指識別字、短語(yǔ)、句子，而不管說(shuō)話(huà)人是誰(shuí)。目 前已經(jīng)能夠識別4000個(gè)甚至更多個(gè)單詞及由它們所組成的簡(jiǎn)單句子。

由于上述識別系統都是針對非特定人的，所以它與特定人的語(yǔ)音識別系統 相比，一般性要求較高。語(yǔ)言識別系統可以懂得話(huà)音的含義。這種系統先要把 話(huà)音分割成單詞(或音素),然后進(jìn)行語(yǔ)法分析，Z后辨識出話(huà)音的含義，可見(jiàn) 這種系統是相當復雜的。在小詞匯量語(yǔ)音識別方面，用得Z多的是模式匹配方 法，實(shí)用的系統已經(jīng)出現；基于統計模型的隱 Markov 模型，則在大詞匯量的語(yǔ) 音識別上取得了很大的進(jìn)展，但目前尚在研究發(fā)展之中，可靠性有待進(jìn)一步提 高。實(shí)現非特定人語(yǔ)音識別的流程如圖4-19所示。相比之下，數字音識別系統 比較簡(jiǎn)單。這種語(yǔ)音識別系統的工作原理與特定人的語(yǔ)音識別系統有很多相同之 處，這里只介紹連續數字音識別系統。

除此之外，還要發(fā)現很多語(yǔ)言中的規律，在這些規律中，重要的有：

①字的起點(diǎn)可能發(fā)生在如下處：“靜”和“無(wú)振”時(shí)間段的銜接處，幅度 隨時(shí)間陡升處，過(guò)零率隨時(shí)間陡升處；“有振”、“無(wú)振”時(shí)間段銜接處和幅度 與時(shí)間關(guān)系曲線(xiàn)的凹陷處。

②字的終點(diǎn)可能發(fā)生在如下處：“有振”和“靜”的時(shí)間段銜接處；“無(wú) 振”和“靜”的時(shí)間段銜接處及幅度隨時(shí)間陡降處。

③在“無(wú)振”和“有振”的銜接處。如果同時(shí)出現幅度隨時(shí)間陡升和過(guò)零 率隨時(shí)間陡降，那么這里不是字的起、終點(diǎn)的分界。

接下來(lái)，把各個(gè)短時(shí)間段的各個(gè)特征按照上面的分割方法劃分成三個(gè)組(即 將每個(gè)字的字音分成一個(gè)組),分別送進(jìn)“音的識別”部分去作每個(gè)字的識別。 然而，在“音的識別”部分中，事先存儲有十個(gè)數目字話(huà)音(0~9),在每個(gè)短 時(shí)間段的判別量設為：g₁(x₁,x₂,x₃)、82(x,x₂,x₃)、g₃(x₁,x₂,x₃), 其 中 x₁代表幅度，x₂ 代表過(guò)零率，x₃ 代表線(xiàn)性預測系數等。當得到待識別的數目字 話(huà)音的各個(gè)特征時(shí)，把它們與事先存儲的判別量進(jìn)行比較，找出Z接近的字作為 判別結果。

和特定人的語(yǔ)音識別系統一樣，在作比較之前也要經(jīng)過(guò)“時(shí)間對應步 驟”,把待識別字的各個(gè)短時(shí)間段在一定范圍內作些調整，使調整后的短時(shí)間段 數目和存儲在“音的識別”部分的字的短時(shí)段數目一樣，再把調整后的短時(shí)間段 的特征代入判別函數里。在這種模板匹配法的語(yǔ)音識別系統中，標準模板是否具 有代表性，直接影響識別的精度。即使是同一個(gè)人說(shuō)同一個(gè)單詞，其發(fā)音也會(huì )有 差異，這就是發(fā)音的離散性。這種離散性造成了產(chǎn)生標準模板的困難。假設這種 離散性使語(yǔ)音特征分布在一個(gè)區域里面而不是集中在一個(gè)點(diǎn)，那么我們應當找出 這個(gè)區域中心點(diǎn)并將其作為標準特征值，這個(gè)過(guò)程稱(chēng)為語(yǔ)音識別中的樣本優(yōu)化。

還應當指出，在正確提取語(yǔ)音特征的前提下，如何減少計算量是一個(gè)重要 問(wèn)題，它關(guān)系到語(yǔ)音識別系統的復雜程度、成本和實(shí)時(shí)性。聽(tīng)覺(jué)系統除了用于識別人的聲音之外，還可以在工作現場(chǎng)利用傳聲器捕捉音響來(lái)證實(shí)一個(gè)工序的開(kāi)始 與結束、檢測異常聲音等。利用超聲波的聽(tīng)覺(jué)系統還可以測量對象物的位置和尺 寸。超聲波聽(tīng)覺(jué)系統在測量、檢測等方面有廣泛的應用。