论文部分内容阅读
为了提高铁路车务专业术语的语音识别准确率,提出了一种基于嵌入式自然语言处理(nature language processing,NLP)的车务术语语音识别方法.该方法结合嵌入式设计,通过飞凌OK6410开发板Linux编程实现与传统车务仿真培训系统结合;以科大讯飞云识别的识别结果为输入,基于改进的分词算法以及铁路车务术语库纠错,生成符合标准的词串信息,经语义分析转化为标准词义块实现模板匹配的结果输出.实验对比表明,该方法可将车务术语的识别率提高约29.14%,且耗时更短.