《中文语音识别通用技术标准》.doc

1、 中 文 语 音 识 别 通 用 技 术 标 准 中华人民共和国国家标准GB/T -发布-实施中文语音识别系统通用技术规范General specification for Chinese speech recognition system国家质量监督检验检疫总局 发布目 次前 言 . III1 范 围 . 12 规 范 性 引 用 文 件 . 13 术 语 和 定 义 . 14 语 音 识 别 系 统 分 类 及 表 述 . 34.1 基 于 用 途 的 分 类 . 34.2 基 于 词 汇 量 的 分 类 . 34.3 基 于 所 能 识 别 的 说 话 人 群 的 分 类 . 34.4

2、基 于 系 统 工 作 模 式 的 分 类 . 44.5 语 音 识 别 系 统 的 应 用 环 境 . 44.6 语 音 识 别 系 统 应 用 背 景 环 境 . 54.7 语 音 识 别 系 统 表 述 规 范 . 55 语 音 识 别 系 统 性 能 指 标 . 55.1 概 述 . 55.2 识 别 性 能 分 类 指 标 . 55.3 响 应 时 间 指 标 . 65.4 系 统 分 类 指 标 要 求 . 66 语 音 输 入 和 识 别 输 出 . 76.1 语 音 识 别 输 入 准 则 . 76.2 语 音 识 别 输 出 准 则 . 77 语 音 识 别 系 统 性 能

3、测 试 方 法 . 77.1 概 述 . 77.2 测 试 语 料 设 计 . 87.3 测 试 语 音 录 制 . 87.4 基 于 语 音 识 别 标 准 库 的 测 试 方 法 . 87.5 基 于 现 场 口 呼 的 测 试 方 法 . 87.6 测 试 报 告 内 容 . 98 语 音 识 别 标 准 库 及 规 范 . 98.1 概 述 . 98.2 语 音 识 别 标 准 库 语 音 特 性 的 描 述 . 98.3 语 音 识 别 标 准 库 的 标 注 . 98.4 语 音 识 别 标 准 库 的 来 源 . 108.5 语 音 识 别 标 准 库 的 数 据 转 换 . 1

4、0附 录 A （ 资 料 性 附 录 ） 听 写 系 统 有 关 符 号 读 法 . 1附 录 B （ 资 料 性 附 录 ） 语 音 识 别 用 无 调 汉 语 拼 音 表 . 1参 考 文 献 . 2前 言请 注 意 本 标 准 的 某 些 内 容 有 可 能 涉 及 专 利 。 本 标 准 的 发 布 机 构 不 应 承 担 识 别 这 些 专 利 的责 任 。本 标 准 的 附 录 A、 附 录 B 是 资 料 性 附 录 。本 标 准 由 中 华 人 民 共 和 国 信 息 产 业 部 提 出 。本 标 准 由 全 国 信 息 技 术 标 准 化 技 术 委 员 会 归 口 。本 标

5、 准 由 中 国 电 子 技 术 标 准 化 研 究 所 、 中 国 科 学 院 自 动 化 研 究 所 、 清 华 大 学 、 中 国 社 会科 学 院 语 言 研 究 所 起 草 。本 标 准 主 要 起 草 人 ： 徐 波 、 孙 甲 松 、 李 爱 军 、 徐 明 星 、 黄 泰 翼 、 鲍 怀 翘 、 尹 波 、 吴 志 刚 。中 文 语 音 识 别 系 统 通 用 技 术 规 范1 范 围本 标 准 规 定 了 中 文 语 音 识 别 系 统 的 基 本 术 语 、 分 类 、 技 术 指 标 、 测 试 方 法 、 输 入 /输 出 以 及 中 文 语 音 识 别 标 准 库 等

6、 。本 标 准 适 用 于 各 种 计 算 机 、 网 络 和 终 端 设 备 配 置 的 中 文 语 音 识 别 系 统 。 本 标 准 的 制 定 和实 施 主 要 用 于 指 导 中 文 语 音 识 别 系 统 的 研 制 、 应 用 和 测 试 。2 规 范 性 引 用 文 件下 列 文 件 中 的 条 款 通 过 本 标 准 的 引 用 而 成 为 本 标 准 的 条 款 。 凡 是 注 日 期 的 引 用 文 件 ， 其随 后 所 有 的 修 改 单 （ 不 包 括 勘 误 的 内 容 ） 或 修 订 版 均 不 适 用 于 本 标 准 ， 然 而 ， 鼓 励 根 据本 标 准 达

7、 成 协 议 的 各 方 研 究 是 否 可 使 用 这 些 文 件 的 最 新 版 本 。 凡 是 不 注 日 期 的 引 用 文 件 ，其 最 新 版 本 适 用 于 本 标 准 。GB 18030-2000 信 息 技 术 信 息 交 换 用 汉 字 编 码 字 符 集 基 本 集 的 扩 充3 术 语 和 定 义下 列 术 语 和 定 义 适 用 于 本 标 准 。3.1 语 音 识 别 speech recognition 将 人 类 的 声 音 信 号 转 化 为 文 字 或 者 指 令 的 过 程 。3.2 语 音 识 别 系 统 speech recognition syste

8、m具 有 语 音 识 别 功 能 的 开 发 工 具 、 软 件 、 装 置 或 应 用 。3.3 词 汇 表 vocabulary list语 音 识 别 系 统 所 包 含 和 处 理 的 所 有 词 汇 。3.4 激 活 词 汇 active word语 音 识 别 系 统 在 某 个 时 间 点 能 同 时 识 别 的 所 有 词 汇 。3.5 发 音 utterance用 户 输 入 的 一 个 语 音 单 位 ， 可 以 是 词 、 短 语 或 句 子 。 发 音 单 元 之 间 需 有 有 意 、 明 显停 顿 。3.6 孤 立 字 语 音 isolated word speec

9、h以 字 为 发 音 单 元 ， 字 与 字 之 间 需 有 有 意 、 明 显 停 顿 的 语 音 。3.7 连 接 词 语 音 connected word speech以 词 为 发 音 单 元 ， 词 与 词 之 间 需 有 有 意 、 明 显 停 顿 的 语 音 。3.8 连 续 语 音 continuous speech词 与 词 之 间 无 需 刻 意 停 顿 的 自 然 发 音 语 音 。注 ： 包 括 朗 读 语 音 和 自 然 语 音 。3.9 汉 语 通 用 语 Mandarin and its dialect variation普 通 话 以 及 普 通 话 的 地 方

10、 变 体 。注 ： 为 中 国 人 跨 地 区 交 流 时 最 常 见 之 普 通 话 。3.10 同 构 语 音 数 据 isomorphic speech data除 说 话 人 不 同 外 ， 其 它 语 音 属 性 相 同 或 基 本 相 同 的 语 音 数 据 集 合 。3.11 语 音 识 别 工 作 模 式 working mode for speech recognition语 音 识 别 系 统 对 说 话 方 式 、 内 容 以 及 句 型 等 的 限 制 。3.12 标 准 配 置 standard configuration正 常 运 行 语 音 识 别 所 需 要 的

11、 基 本 计 算 机 配 置 。注 ： 如 CPU、 内 存 、 网 络 、 麦 克 风 、 A/D 精 度 要 求 等 ,由 生 产 厂 家 给 出 。3.13 系 统 自 适 应 speaker adaption语 音 识 别 系 统 通 过 用 户 发 音 完 成 对 识 别 模 型 参 数 修 改 的 自 适 应 过 程 。3.14 用 户 自 适 应 user adaption用 户 熟 悉 应 用 系 统 、 了 解 自 动 语 音 识 别 系 统 特 性 的 学 习 过 程 。3.15 删 除 错 误 deletion error用 户 所 发 语 音 在 语 音 识 别 结 果

12、 中 没 有 出 现 的 错 误 。3.16 插 入 错 误 insertion error用 户 没 有 发 的 语 音 在 识 别 结 果 中 出 现 的 错 误 。3.17 替 换 错 误 substitution error用 户 所 发 语 音 被 识 别 成 其 它 语 音 的 语 音 识 别 错 误 。3.18 被 测 系 统 system for testing参 加 评 估 的 语 音 识 别 系 统 。3.19 测 试 系 统 testing system对 被 测 系 统 进 行 评 估 的 系 统 和 体 系 。3.20 副 语 言 学 paralinguistic f

13、eature言 语 中 非 音 段 的 语 音 特 征 以 及 种 种 非 语 音 信 号 。注 ： 这 些 行 为 被 充 分 用 来 对 总 的 交 际 效 应 作 出 贡 献 。4 语 音 识 别 系 统 分 类 及 表 述语 音 识 别 系 统 可 以 基 于 不 同 的 用 途 、 不 同 的 词 汇 量 、 所 能 适 应 的 不 同 人 群 、 不 同 的 工 作模 式 、 不 同 的 应 用 平 台 进 行 分 类 。 基 本 分 类 可 以 融 合 ， 例 如 某 个 系 统 可 以 是 “基 于PC 平 台 的 超 大 词 汇 量 特 定 人 群 书 面 语 识 别 系 统

14、 ”。4.1 基 于 用 途 的 分 类语 音 识 别 系 统 从 用 途 上 可 以 分 为 ： 文 字 输 入 类 、 声 音 检 测 识 别 类 和 对 话 类 三 类 系 统 。4.1.1 文 字 输 入 类以 文 字 录 入 为 主 要 目 的 ， 要 求 把 语 音 转 化 成 文 字 的 系 统 。注 ： 如 听 写 机 系 统 。4.1.2 声 音 检 测 识 别 类主 要 以 检 测 连 续 或 者 孤 立 语 流 中 的 特 定 命 令 或 者 关 键 词 为 主 要 目 的 的 系 统 。注 ： 如 命 令 控 制 、 声 控 玩 具 、 关 键 词 识 别 系 统 等

15、。4.1.3 口 语 对 话 类主 要 采 用 语 音 方 式 进 行 信 息 获 取 为 目 的 的 系 统 。注 ： 如 股 票 查 询 系 统 、 电 话 订 票 系 统 、 地 理 信 息 查 询 等 。4.2 基 于 词 汇 量 的 分 类语 音 识 别 系 统 的 词 汇 量 按 照 最 大 激 活 词 汇 量 标 定 。 语 音 识 别 系 统 从 所 能 处 理 的 词 汇 量 来分 类 ， 可 以 分 为 小 词 汇 量 、 中 小 词 汇 量 、 中 词 汇 量 、 中 大 词 汇 量 、 大 词 汇 量 、 超 大 词 汇量 等 六 种 。4.2.1 小 词 汇 量系 统

16、 所 能 识 别 的 词 汇 量 小 于 127 的 系 统 。4.2.2 中 小 词 汇 量系 统 所 能 识 别 的 词 汇 量 在 128 1023 之 间 的 系 统 。4.2.3 中 词 汇 量系 统 所 能 识 别 的 词 汇 量 介 于 1024 4095 的 系 统 。4.2.4 中 大 词 汇 量系 统 所 能 识 别 的 词 汇 量 介 于 4096 16383 之 间 的 系 统 。4.2.5 大 词 汇 量系 统 所 能 识 别 的 词 汇 量 介 于 16384 65535 的 系 统 。4.2.6 超 大 词 汇 量系 统 所 能 识 别 的 词 汇 量 大 于 6

17、5536 的 系 统 。4.3 基 于 所 能 识 别 的 说 话 人 群 的 分 类语 音 识 别 从 所 能 识 别 的 说 话 人 群 来 区 分 ， 可 以 分 为 特 定 人 、 特 定 人 群 和 非 特 定 人 识 别 。4.3.1 特 定 人 识 别需 要 经 过 专 门 学 习 （ 训 练 ） 并 建 立 该 发 音 人 专 用 模 型 的 系 统 。4.3.2 特 定 人 群 识 别系 统 只 能 识 别 具 有 某 种 发 音 特 性 的 人 群 的 识 别 系 统 。注 ： 如 标 准 普 通 话 ， 成 年 人 的 标 准 普 通 话 ， 儿 童 口 音 的 标 准

18、普 通 话 ， 上 海 口 音 的 普 通话 等 。4.3.3 非 特 定 人 识 别面 向 一 般 用 户 通 用 语 的 识 别 系 统 ， 对 说 话 人 语 音 或 口 音 没 有 专 门 限 制 ， 不 需 要 使 用 者 进行 训 练 的 系 统 。4.4 基 于 系 统 工 作 模 式 的 分 类语 音 识 别 系 统 从 其 工 作 模 式 来 分 ， 可 以 分 为 孤 立 字 识 别 、 连 接 词 识 别 、 书 面 语 有 限 语 音识 别 、 口 语 有 限 语 音 识 别 、 书 面 语 无 限 语 音 识 别 、 口 语 无 限 语 音 识 别 以 及 关 键 词

19、 检 测 等七 种 。4.4.1 孤 立 字 语 音 识 别语 音 识 别 系 统 能 识 别 单 个 字 ， 系 统 所 需 要 识 别 的 发 音 的 每 个 音 节 前 后 都 应 有 明 显 的 发 音停 顿 。4.4.2 连 接 词 语 音 识 别语 音 识 别 系 统 能 识 别 单 个 词 或 短 语 发 音 ， 系 统 所 需 要 识 别 的 发 音 单 位 （ 词 或 短 语 ） 前 后都 应 有 明 显 的 发 音 停 顿 。4.4.3 有 限 朗 读 语 语 音 识 别语 音 识 别 系 统 能 识 别 在 词 汇 、 语 法 、 语 义 以 及 语 用 等 受 到 限

20、制 的 书 面 语 连 续 语 音 。4.4.4 有 限 口 语 语 音 识 别语 音 识 别 系 统 能 识 别 在 词 汇 、 语 法 、 语 义 以 及 语 用 等 受 到 限 制 的 口 语 化 语 音 。4.4.5 无 限 朗 读 语 语 音 识 别语 音 识 别 系 统 能 识 别 以 朗 读 方 式 进 行 的 没 有 特 别 语 言 限 制 的 连 续 语 音 。注 ： 如 听 写 机 系 统 。4.4.6 无 限 口 语 语 音 识 别语 音 识 别 系 统 能 识 别 口 语 化 的 没 有 特 别 语 言 限 制 的 连 续 语 音 。4.4.7 关 键 词 检 测语 音

21、 识 别 系 统 能 从 口 语 连 续 语 流 中 找 到 系 统 所 定 义 的 词 汇 或 短 语 。4.5 语 音 识 别 系 统 的 应 用 环 境应 用 环 境 包 括 语 音 识 别 系 统 的 具 体 平 台 以 及 所 需 要 的 标 准 配 置 。 语 音 识 别 从 应 用 平 台 来看 ， 有 PC 平 台 、 电 话 平 台 、 嵌 入 式 平 台 以 及 分 布 式 平 台 等 。4.5.1 PC 平 台语 音 通 过 麦 克 风 、 PC 上 的 声 卡 等 输 入 设 备 完 成 语 音 采 样 并 在 PC 上 完 成 识 别 的 系 统 。4.5.2 电 话

22、 平 台语 音 通 过 电 话 通 道 、 声 卡 和 传 输 并 在 相 应 的 服 务 端 完 成 识 别 的 系 统 。4.5.3 嵌 入 式 平 台识 别 系 统 是 嵌 入 在 某 个 信 息 终 端 产 品 上 （ 如 HPC、 PDA、 手 机 和 信 息 家 电 等 ） ， 通 过特 定 设 备 输 入 语 音 并 完 成 识 别 的 系 统 。4.5.4 分 布 式 平 台语 音 识 别 特 征 提 取 在 前 端 嵌 入 式 设 备 上 完 成 ， 语 音 识 别 其 它 计 算 在 后 台 系 统 和 计 算 机 上完 成 的 系 统 。4.6 语 音 识 别 系 统 使

23、 用 背 景 环 境使 用 背 景 环 境 以 信 噪 比 来 衡 量 ， 信 噪 比 定 义 为 ：SNR=10 lg(Ps/Pn)式 中 Ps 定 义 为 信 号 的 功 率 ；Pn 定 义 为 噪 声 的 功 率 。4.7 语 音 识 别 系 统 表 述 规 范各 类 语 音 识 别 系 统 应 按 4.1 4.6 所 述 的 用 途 分 类 、 词 汇 量 规 模 、 所 适 用 的 说 话 人 群 、工 作 模 式 、 应 用 环 境 以 及 应 用 背 景 环 境 ， 在 系 统 说 明 书 以 及 提 供 测 试 时 分 别 加 以 详 细 说明 ：a) 语 音 识 别 系 统

24、应 说 明 该 系 统 的 用 途 分 类 ， 不 同 类 型 的 系 统 在 性 能 和 指 标 上 有 不 同 的分 类 要 求 。b) 语 音 识 别 系 统 应 提 供 系 统 所 能 处 理 的 词 汇 量 和 词 汇 清 单 ； 在 词 汇 和 词 汇 量 不 能 精 确给 定 的 条 件 下 （ 如 有 些 系 统 完 全 由 用 户 定 义 词 汇 ） ， 系 统 应 按 4.2 给 出 系 统 所 能 处理 的 词 汇 量 等 级 。c) 语 音 识 别 系 统 应 按 4.3 给 出 其 所 能 识 别 的 说 话 人 人 群 的 具 体 限 制 及 适 用 范 围 。 对

25、发 音 人 普 通 话 的 标 准 程 度 的 要 求 ， 可 参 照 汉 语 普 通 话 水 平 等 级 进 行 定 义 。d) 语 音 识 别 系 统 应 按 4.4 给 出 系 统 的 工 作 模 式 ； 对 于 有 限 语 音 识 别 ， 系 统 应 给 出 有限 语 音 的 详 细 说 明 。e) 每 种 平 台 具 有 独 特 的 语 音 识 别 器 所 要 处 理 的 语 音 特 性 ： 不 同 平 台 上 麦 克 风 与 话 者 的距 离 限 制 ， 麦 克 风 性 能 要 求 ， 支 持 的 A/D 转 换 精 度 和 采 样 率 等 。 语 音 识 别 系 统 应 按 照4

26、.5 所 涉 及 的 内 容 描 述 其 具 体 的 应 用 环 境 。f) 语 音 识 别 系 统 应 按 4.6 给 出 能 正 常 工 作 的 信 噪 比 范 围 及 在 此 范 围 内 每 隔 5dB 的性 能 变 化 曲 线 。5 语 音 识 别 系 统 性 能 指 标5.1 概 述语 音 识 别 系 统 的 性 能 评 价 按 照 系 统 的 用 途 分 类 建 立 测 试 标 准 ， 多 种 用 途 的 需 求 分 别 满 足多 种 指 标 的 要 求 。 这 些 要 求 只 同 系 统 的 用 途 有 关 ， 而 同 系 统 的 其 它 限 制 （ 如 词 汇 量 、 工作 模

27、 式 、 应 用 条 件 等 ） 无 关 ， 但 系 统 给 出 的 具 体 指 标 应 明 确 在 何 种 条 件 下 成 立 。5.2 识 别 性 能 分 类 指 标语 音 识 别 系 统 采 用 分 类 测 试 的 原 则 ， 定 义 相 应 的 分 类 指 标 。5.2.1 文 字 输 入 类 语 音 识 别 系 统 性 能 指 标 定 义该 类 应 用 用 户 主 要 关 心 最 后 输 入 的 效 率 ， 因 而 应 同 时 考 虑 系 统 插 入 、 删 除 和 替 换 等 错 误 。设 正 确 文 本 字 数 为 N， 识 别 结 果 文 本 字 数 为 M， 按 照 识 别

28、结 果 文 本 与 正 确 文 本 根 据 “最 小 代 价 匹 配 ” 原 则 运 用 动 态 规 划 算 法 ， 得 到 正 确 识 别 字 数 Mc、 删 除 错 误 字 数D、 插 入 错 误 字 数 I 和 替 换 错 误 字 数 S， 则 有 ：N = Mc + S + D；M = Mc + S + I；定 义 以 下 性 能 指 标 ：字 匹 配 率 ： Mcr (Mc / N) * 100%替 代 错 误 率 ： Ser (S / N) * 100%插 入 错 误 率 ： Ier (I / N) * 100%删 除 错 误 率 ： Der (D / N) * 100%字 错 误

29、 率 ： WER (S + I + D) / N) * 100%字 准 确 率 ： WCR (Mc - I) / N) * 100% 100% - WER以 WER 或 WCR 度 量 系 统 性 能 指 标 。5.2.2 声 音 检 测 识 别 类 语 音 识 别 系 统 性 能 指 标 定 义该 类 型 系 统 应 兼 顾 动 作 的 可 靠 性 问 题 ， 指 标 定 义 如 下 ：假 设 关 键 词 表 的 词 汇 量 为 KW(个 )， 检 测 语 音 长 度 为 HR(小 时 )， 出 现 关 键 词 N（ 次 ）， C 为 每 小 时 每 个 关 键 词 最 大 容 忍 的 误

30、报 个 数 （ 一 般 取 10） ， 系 统 报 出 关 键 词M（ 个 ） ， 其 中 ， 正 确 FD（ 个 ） ， 错 误 FA（ 个 ） ， FD + FA = M。 则 ：漏 报 个 数 ： FR= N - FD误 报 率 ： Far = (FA / (KW * HR * C) * 100 %漏 报 率 ： Frr = (FR / N) * 100%检 出 率 ： Fdr = (FD / N)*100%DET 曲 线 ： 以 Far 为 横 轴 ， Frr 为 纵 轴 画 出 的 曲 线ROC 曲 线 ： 以 Far 为 横 轴 ， Fdr 为 纵 轴 画 出 的 曲 线等 错 率

31、 EER： DET 曲 线 上 Far = Frr 时 ， Far 或 Frr 的 值质 量 因 数 FOM： ROC 曲 线 上 Far = 0%, 10%, 20%, , 100% 时 ， Fdr 的 算 术 平均 值一 般 以 EER 或 FOM 值 度 量 系 统 性 能 指 标 。5.2.3 对 话 类 语 音 识 别 系 统 性 能 指 标 定 义该 类 系 统 性 能 定 义 为 ：N=系 统 完 成 一 个 信 息 查 询 并 获 取 到 正 确 信 息 所 需 的 平 均 语 轮 数 ；对 话 效 率 = (1 / N)*100%；对 话 正 确 响 应 率 =系 统 对 信

32、 息 咨 询 过 程 每 次 语 音 输 入 的 平 均 正 确 响 应 率 。5.3 响 应 时 间 指 标系 统 的 响 应 时 间 统 一 采 用 实 时 系 数 概 念 。 在 系 统 的 标 准 配 置 条 件 下 ， 假 设 发 音 从Ts 开 始 ， 发 音 结 束 时 间 为 Te,识 别 结 束 时 间 为 Tr,则 实 时 系 数 定 义 为 ：实 时 系 数 =(Tr-Ts)/(Te-Ts)5.4 系 统 分 类 指 标 要 求按 照 4.7 表 述 要 求 给 出 语 音 识 别 系 统 的 技 术 指 标 ， 具 体 测 试 条 件 选 项 如 第 7 章 所 述 。

33、在 15dB 使 用 背 景 环 境 下 ， 不 同 用 途 的 系 统 的 技 术 指 标 应 达 到 如 下 要 求 ：a) 文 字 输 入 类 系 统 ：字 准 确 率 应 大 于 或 等 于 85%。b) 声 音 检 测 识 别 类 系 统 ： 等 错 误 率 小 于 或 等 于 30%。c) 口 语 对 话 类 系 统 ：对 话 效 率 大 于 或 等 于 40%； 对 话 正 确 响 应 率 应 大 于 或 等 于 75%。所 有 系 统 的 实 时 系 数 应 小 于 或 等 于 1.5。6 语 音 输 入 和 识 别 输 出6.1 语 音 识 别 输 入 准 则语 音 识 别

34、输 入 准 则 应 为 ：a) 发 音 单 元 之 间 的 间 隔 不 超 过 2s； 发 音 单 元 的 持 续 时 间 不 应 小 于 0.2s； 停 顿 时 间超 过 2s， 认 为 一 次 语 音 输 入 结 束 。b) 汉 语 语 音 识 别 系 统 应 支 持 汉 语 通 用 语 ， 从 信 息 社 会 发 展 角 度 支 持 推 广 普 通 话 。c) 语 音 识 别 系 统 对 于 大 于 0.2s 的 语 音 在 SNR 大 于 15dB 的 背 景 环 境 条 件 下 能 做 出 灵敏 的 反 应 。d) 对 于 文 本 中 的 非 汉 字 字 符 包 括 数 字 、 电

35、话 号 码 、 标 点 符 号 ， 其 可 参 照 附 录 A 所定 义 的 方 法 朗 读 。6.2 语 音 识 别 输 出 准 则语 音 识 别 输 出 准 则 应 为 ：a) 文 字 类 输 出 的 语 音 识 别 结 果 为 汉 字 内 码 、 系 统 所 定 义 的 符 号 ， 其 输 出 应 满 足 GB 18030-2000。b) 声 音 检 测 识 别 类 语 音 识 别 输 出 结 果 可 以 是 命 令 词 、 关 键 词 或 预 定 义 代 码 (Pre-defined ID)。c) 对 于 声 音 检 测 识 别 类 以 及 对 话 类 识 别 系 统 ， 应 给 出

36、系 统 对 识 别 的 可 信 度 衡 量 ， 可 信度 范 围 为 从 0 100 的 整 数 。d) 声 音 检 测 识 别 类 以 及 对 话 类 系 统 输 出 应 是 或 应 能 转 换 为 语 音 合 成 系 统 可 以 识 别 的 符号 ， 以 用 于 人 机 语 音 合 成 。7 语 音 识 别 系 统 性 能 测 试 方 法7.1 概 述为 保 证 语 音 识 别 系 统 测 试 的 可 重 复 性 ， 测 试 应 尽 量 采 用 基 于 语 音 识 别 标 准 库 的 测 试 方 法 。无 法 采 用 基 于 语 音 识 别 标 准 库 测 试 的 ， 可 采 用 基 于

37、现 场 口 呼 的 测 试 方 法 。 测 试 语 料 的 设计 与 语 音 库 的 录 制 应 保 证 与 实 际 使 用 场 景 的 一 致 性 ， 测 试 的 结 果 以 满 足 规 范 的 测 试 报 告形 式 给 出 。7.2 测 试 语 料 设 计测 试 语 料 应 从 词 汇 量 覆 盖 、 测 试 点 覆 盖 以 及 领 域 覆 盖 等 加 以 设 计 。 测 试 集 文 本 上 分 成 若干 组 ， 每 组可 以 由 若 干 人 发 音 组 成 。 设 计 要 求 如 下 ：a) 对 于 小 词 汇 量 每 组 测 试 集 应 包 含 所 有 词 汇 。b) 对 于 中 小

38、词 汇 量 每 组 测 试 集 的 合 集 应 覆 盖 系 统 的 所 有 词 汇 量 。c) 对 于 中 大 词 汇 量 以 上 的 测 试 集 ， 每 组 测 试 集 词 汇 的 合 集 应 考 虑 尽 可 能 多 地 覆 盖 系 统的 词 汇 量 。d) 无 限 连 续 语 音 识 别 应 从 不 同 领 域 、 不 同 时 期 的 语 料 中 随 机 选 择 ， 同 时 考 虑 发 音 现 象的 覆 盖 性 。e) 有 限 语 言 的 语 音 识 别 应 充 分 考 虑 句 型 、 词 汇 、 语 义 等 的 覆 盖 性 。7.3 测 试 语 音 录 制测 试 语 音 录 制 要 求

39、如 下 ：a) 说 话 人 的 选 择 应 在 符 合 系 统 对 说 话 人 限 制 的 条 件 下 ， 尽 可 能 选 择 具 有 代 表 性 和 统 计分 布 规 律 的 发 音 人 ， 特 别 是 考 虑 不 同 口 音 、 不 同 年 龄 、 不 同 语 速 、 不 同 教 育 背 景 、 不 同说 话 韵 律 等 因 素 。b) 无 论 是 特 定 人 还 是 非 特 定 人 的 语 音 识 别 系 统 ， 其 测 试 的 发 音 人 至 少 为 30 个 人以 上 。 每 人 发 音 测 试 语 料 中 的 一 组 或 多 组 语 料 ； 不 同 发 音 人 尽 量 采 用 不

40、同 语 料 组 。c) 对 于 非 特 定 人 系 统 ， 特 别 应 强 调 对 含 有 一 定 口 音 的 汉 语 语 音 适 应 能 力 和 汉 语 声 调 问题 。d) 测 试 语 音 的 录 制 应 与 系 统 说 明 中 的 平 台 、 采 样 率 、 输 入 通 道 等 保 持 相 对 一 致 或 接 近 ；录 音 过 程 至 少 包 括 录 音 、 标 注 和 确 认 三 个 步 骤 ， 保 证 测 试 数 据 库 的 正 确 性 。7.4 基 于 语 音 识 别 标 准 库 的 测 试 方 法基 于 语 音 识 别 标 准 库 测 试 指 采 用 录 制 的 语 音 数 据

41、lds1 对 被 测 系 统 进 行 直 接 或 间 接的 测 试 。 方 法 说 明 如 下 ：a) 直 接 测 试 指 利 用 被 测 系 统 带 有 的 应 用 程 序 输 入 /输 出 接 口 ， 直 接 利 用 语 音 识 别 标准 库 中 的 语 音 文 件 进 行 测 试 。b) 间 接 测 试 指 测 试 系 统 利 用 高 保 真 回 放 设 备 把 语 音 识 别 标 准 库 中 的 语 音 通 过 双 方 认 可的 方 式 输 出 到 被 测 系 统 中 。被 测 系 统 应 至 少 提 供 两 种 测 试 方 法 中 的 一 个 接 口 。7.5 基 于 现 场 口 呼

42、 的 测 试 方 法现 场 口 呼 测 试 基 本 情 况 同 测 试 语 音 的 录 制 。a) 需 要 有 两 个 以 上 识 别 结 果 记 录 者 ， 记 录 被 测 系 统 对 当 前 发 音 的 输 出 结 果 ； 记 录 表 应包 括 发 音 人 、 记 录 人 、 操 作 人 、 监 督 人 、 发 音 内 容 、 语 音 识 别 结 果 等 内 容 。b) 全 部 发 音 者 测 试 结 束 后 ， 统 一 按 照 性 能 标 准 进 行 指 标 评 估 。 评 估 至 少 有 两 个 人 以 上参 与 。c) 对 于 识 别 结 果 能 以 文 件 形 式 给 出 的 ，

43、被 测 系 统 按 照 发 音 人 还 应 给 出 文 件 形 式 的 输 出结 果 ， 以 便 自 动 评 测 。7.6 测 试 报 告 内 容测 试 后 应 提 交 标 准 测 试 报 告 。 报 告 应 由 以 下 几 部 分 构 成 ：a) 按 照 第 4 章 规 定 的 所 有 内 容 对 被 测 系 统 的 完 整 描 述 。b) 按 照 第 8 章 描 述 的 测 试 数 据 的 语 音 属 性 ； 测 试 词 汇 以 及 测 试 说 话 人 的 选 择 及 确 定 情况 。c) 按 照 第 5 章 定 义 的 每 个 人 识 别 各 项 指 标 以 及 平 均 识 别 指 标

44、。d) 测 试 过 程 的 情 况 纪 录 ， 采 用 的 测 试 方 法 及 运 行 过 程 的 流 畅 性 。e) 被 测 系 统 的 配 置 情 况 。8 语 音 识 别 标 准 库 及 规 范8.1 概 述语 音 识 别 标 准 库 分 为 训 练 库 、 评 估 库 以 及 测 试 库 三 种 。 训 练 库 主 要 提 供 给 语 音 识 别 研 究和 开 发 者 训 练 相 关 声 学 模 型 ； 评 估 库 用 于 提 供 给 研 究 和 开 发 者 进 行 系 统 的 自 我 验 收 和 评估 ； 测 试 库 用 于 测 试 中 心 评 估 有 关 系 统 。 训 练 库 和

45、 评 估 库 由 评 测 机 构 定 期 向 社 会 公 布 ，并 提 供 相 应 的 存 储 介 质 ； 测 试 库 则 由 评 估 机 构 管 理 。 评 估 库 与 测 试 库 应 是 同 构 语 音 数 据 。8.2 语 音 识 别 标 准 库 语 音 特 性 的 描 述 语 音 识 别 标 准 库 除 语 音 数 据 的 文 件 载 体 外 ， 还 应 提 供 关 于 语 音 库 本 身 与 语 音 数 据 的 完 整描 述 。 需 要 描 述 的 特 性 至 少 包 括 ：a) 语 音 库 所 用 语 料 的 语 体 ： 对 话 语 篇 语 音 库 、 独 白 语 篇 语 音 库

46、等 。b) 语 音 库 话 语 的 自 然 程 度 ：1） 朗 读 语 音 语 料 库 ： 指 有 计 划 的 、 按 照 文 字 朗 读 的 语 音 库 ， 内 容 可 以 是 ： 音 节 、 词 和短 语 、 句 子 、 对 话 语 篇 或 独 白 语 篇 ；2） 自 然 口 语 语 音 语 料 库 ： 随 意 即 兴 式 的 自 然 口 语 音 库 ， 内 容 可 以 是 对 话 语 篇 或 独 白 语篇 。c) 信 号 的 频 宽 特 性 ： 如 0 4k 的 电 话 语 音 库 等 。d) 录 音 特 性 ： 录 音 时 间 ， 录 音 地 点 ， 录 音 通 道 ， 噪 声 环 境

47、 等 ； 其 中 ：1） 录 音 时 间 用 “X 年 X 月 X 日 ”表 示 ；2） 录 音 通 道 包 括 PC、 电 话 、 嵌 入 等 ；3） 麦 克 风 指 标 包 括 类 型 、 名 称 、 灵 敏 度 以 及 阻 抗 ， 低 频 、 高 频 截 止 频 率 。e) 说 话 人 特 性 ： 姓 名 ， 性 别 ， 籍 贯 ， 成 长 地 ， 文 化 程 度 ， 年 龄 ， 口 音 的 方 言 区 。f) 数 据 特 性 ： 采 样 频 率 ， 采 样 精 度 ， 通 道 数 目 ， 通 道 噪 声 等 。8.3 语 音 识 别 标 准 库 的 标 注语 音 识 别 标 准 库 的

48、 标 注 包 括 基 本 标 注 和 扩 展 标 注 。 所 有 语 音 识 别 标 准 库 都 应 包 含 基 本 标注 。 基 本 标 注 包 括 ：a) 汉 字 与 音 节 标 注 ： 即 语 音 信 息 的 汉 字 表 述 和 相 应 的 音 节 表 述 。 这 些 信 息 既 可 提 供 给识 别 系 统 使 用 ， 也 能 为 语 言 学 研 究 提 供 素 材 。b) 口 语 到 文 字 转 写 工 作 的 要 点 是 口 音 和 副 语 言 学 现 象 等 的 准 确 转 写 。 文 字 标 注 应 标 明基 本 文 字 信 息 以 及 副 语 言 学 现 象 ， 基 本 标

49、注 中 的 副 语 言 学 现 象 可 用 通 用 副 语 言 学 符 号 表示 。c) 音 节 标 注 采 用 标 准 普 通 话 音 节 标 注 （ 参 见 附 录 B） ,音 节 标 注 应 为 有 调 标 注 。 声调 标 注 中 0 表 示 轻 声 ， 1 表 示 阴 平 ， 2 表 示 阳 平 ， 3 表 示 上 声 ， 4 表 示 去 声 。8.4 语 音 识 别 标 准 库 的 来 源语 音 识 别 标 准 库 实 行 开 放 式 管 理 ， 各 种 数 据 可 以 通 用 或 专 用 协 议 方 式 加 入 标 准 库 。a) 本 标 准 实 施 后 由 国 家 投 资 的 新 的 语 音 库 ， 应 符 合 本 标 准 的 各 项 要 求 ， 经 评 测 机 构 验收 合 格 后 成 为 语 音 识 别 标 准 库 。b) 已 有 语 音 库 和 非 国 家 投 资 的 语 音 库 ， 经 数 据 自 我 检 验 ， 保 证 信 息 完 整 后 可 提 出 申 请 ；由 评 测 机 构 对 数 据 进 行 认 定 和 验 收 后 成 为 语 音 识 别 标 准 库 。标 准 语 音 库 应 定 期 通