浅谈基于语音识别技术的听觉系统研究意义

王顺利　付嘉铭　洪强

摘 要 目标声音识别逐渐将会在实际的日常生活中得以应用。在实验室环境下，对目标声音识别系统大多数识别性能也达到了一定的要求，但在实际噪声环境下的识别系统效果将大大降低。因此，在抗噪声语音识别的研究目标是非常重要的。研究发现，人耳具有良好的抗噪声能力，因此基于语音识别技术的听觉系统是一个很有前途的研究课题。

关键词 语音识别技术 听觉系统 仿生学 智能 机器人

中图分类号：TN912.34 文献标识码：A

1语音识别技术

1.1语音识别技术简介

语音识别技术主要分为两类，一是语音意义的识别，一种是目标声识别。第一个被称为语音识别，它是根据声音的成词特点对声音进一步分析，主要应用在人工智能，人机对话和快速输入等领域。通过访问声音的特征，从目标语音中进行提取，该项技术可以区分多目标语音的种类，确定目标，主要用于战场目标识别领域，海上侦察系统，预警系统，军事声纳识别，车辆声音识别，火车预警系统，动物个体的语音识别和家庭安全系统等。

科技研究人员通过对语音信号处理技术进行深入的研究，结果发现：人的听觉系统的声音配合具有独特的优势，它能准确地提取目标的声音特征，准确地辨别声音的方向和内容分类，所以基于仿生听觉系统的目标声识别技术备受现代前沿科技的关注。针对目标声音识别系统的研究工作成为了现代语音识别技术研究的一个热门方向，不少科技研究人員正在积极探索先进可行的仿生学理论，特征提取技术和语音识别技术。

1.2语音识别技术的研究现状

语音识别技术主要是通过对监测数据的声音特性分析，得到声音特性的样本文件。语音识别技术是一种非接触技术，用户可以很自然地接受。但语音识别技术和其他行为识别技术具有共同的缺点，即输入样本的变化太大，所以很难完成一些精确的匹配，声音也会伴随着速度，音质的变化而影响到信号的采集和结果的比较。

在语音识别中，语音识别是最早也是比较成熟的领域。随着越来越多的应用需求，识别声音并不局限于语音识别，人们开始深入研究目标识别技术的非语音识别，该项技术已经参照了成熟的语音识别技术的一部分，但由于各自的应用环境和实际的音频特征之间的差异，该技术还存在一些差异。

1.3语音识别技术的实际应用

在民用方面，目标声音识别系统可以应用于门禁系统，网络安全，认证，智能机器人，动物语音识别，电子商务和智能交通等领域。在智能交通领域，利用来自车辆识别模型的运动音频信号，可以实现交通信息的智能化管理。在智能机器人领域，机器人目标声音识别系统可以作为机器人的耳朵，通过环境声音识别并确定声音的方位，然后再反应外界的声音，因此可以将其当作家庭自动化服务系统和安全系统。在动物的语音识别领域，可以根据害虫声特征来区分害虫种类，根据不同的害虫采取不同的措施。在网络应用领域，在关于各种在线服务支持的语音识别技术新项目开发中，可以提高网络的服务质量，给人们的生活带来方便。现在，美国，德国和日本都开了电话银行，语音代替原来的密码和使用印章，简化了工作服务流程，提高工作效率。

在军事上，目标声音识别技术来自于第二次世界大战，在探测敌人的炮火和潜艇时，起着重要的识别和定位作用。但由于计算机技术，信号处理技术，光电检测和雷达检测技术快速的发展，使声探测技术发展得十分缓慢。直到现代的战争，研发了使用于战争中的三维信息，全方位定向，反欺诈、欺骗、干扰和反侦察、监视，在隐身与反隐身的现代战争中为国家的国防事业做出了不可磨灭的杰出贡献。通过电，磁，光学和雷达探测技术和主动检测技术来完成侦察任务已经不能满足现代战争的需求。在武装直升机技术成熟的当代，隐形轰炸机和其他高科技武器都有了反射功率，抗电磁干扰，反辐射的功能，特别是快速发展的数字技术和计算机技术，迫使各国为了实现对目标的定位跟踪和噪声识别而重新开始研究被动声探测技术，关注声检测技术。在未来战争中，武器装备发展的一个重要趋势是智能化、小型化，一个重要的特点是具备目标识别的能力，并根据不同的对象使用不同的攻击方法。

2听觉系统

为了设计一个更精确的目标声音识别系统，越来越多的学者开始深入研究仿生学领域。通过研究发现，人类的听觉系统在声音的物理方面具有独特的优势，声音特征可以准确提取目标识别中声音的方向，种类和含量，而且还可以提高抗噪声能力，所以基于人基于语音识别技术的听觉系统已经成为目前的研究热点。

人类听觉仿生学是模仿人耳的听觉系统和生理功能，并通过建立数学模型，根据数学分析原理得到的听觉系统。它涉及声学，生理学，信号处理，模式识别和人工智能等学科，是一个跨学科研究领域的综合应用。该技术已在军事，交通，银行，医疗治疗的许多方面取得了重要应用，是人类实现智能生命的重要研究课题之一。

人类听觉系统的处理能力大大超过目前的声音信号处理水平。从人类听觉系统的心理和生理特点视角，许多研究人员对接听过程中的语音识别进行深入的研究。目前，许多学者提出了不同的听觉模型，这些模型大多是一些基于语音识别和语音质量评价系统的听觉模型，模拟人耳听觉功能的生理结构，这些应用处理方法大大提高了系统的性能。

参考文献

[1] 甄斌，吴玺宏，刘志敏，迟惠生.语音识别和说话人识别中各倒谱分量的相对重要性[J]. 北京大学学报（自然科学版）. 2001（03）.

[2] 赵力，邹采荣，吴镇扬.汉语连续语音识别中语音处理和语言处理统合方法的研究[J]. 声学学报. 2001（01）.