中科信利語種識別引擎能夠在連續(xù)語音中自動提取語音的語種信息。
中科信利的語種識別技術(shù)將從聲學層特征和音子序列特征的提取，分別采用了聲學建模和語法建模的方法，來描述這些特征的空間分布情況，并且以此來構(gòu)建高層的得分向量空間，通過分類器對得分向量進行劃分，以達到自動分類判決的目的，以使得語種識別技術(shù)能滿足實際的應(yīng)用需求。
工作原理：
功能模塊：
預(yù)處理：將語音分段，盡可能的保證每段語音只包含同一個說話人或者同一類非語音，此外，也要保證檢測出的說話人或者同一類非語音的虛轉(zhuǎn)折點少；噪聲檢測，檢測出電話語音數(shù)據(jù)中包含的傳真音、震鈴、音樂彩鈴等非有效說話人語音。
特征提取：在語種識別技術(shù)中，選取能夠表征語種類別特征的有效而可靠的特征參量，是保證識別性能的重要因素之一。語音信號的長時差分頻譜特征，包含了語音信號中的語義信息、說話人信息、語種信息。分析語音信號的頻譜特性可以用來確認各個目標語種。
模式匹配：指的是通過建立統(tǒng)計模型，將低層聲學特征轉(zhuǎn)換為高層的得分向量特征。中科信利的語種識別系統(tǒng)中，目標是對各個待識語種建立可靠模型，保證語種識別系統(tǒng)的性能。
判決規(guī)則：語種識別系統(tǒng)的輸出一般都是對各個目標語種有個打分，這些得分都是通過將測試語音同模型庫進行似然概率計算或者進行距離度量所得到。
技術(shù)特點：
- 與發(fā)音人無關(guān)，與傳輸信道無關(guān)。系統(tǒng)對用戶的輸入聲音進行鑒別和確認，可以來源不同的信道。
- 對語音長度有一定的要求。待識別的測試語音有效長度不小于3秒。
- 識別速度快，能確保實時識別。說話人識別引擎每次一對一比對，在普通PC上具有0.01倍以上的實時率，并且支持多路并發(fā)識別。
- 操作點調(diào)整方便：可按不同的應(yīng)用需求調(diào)整操作點閾值，可以調(diào)整虛警率和漏警率，使最終準確率達到最高或使錯誤率降到最低。
- 操作點調(diào)整方便，可按不同的應(yīng)用需求調(diào)整操作點閾值，使系統(tǒng)性能根據(jù)應(yīng)用需求達到最優(yōu)。
- 支持自動添加新語種的訓練，滿足用戶擴充。
性能指標：
