音字转换是指由计算机自动地将拼音串转换为汉字串。音字转换技术是中文信息处理领域一个重要的研究方向,在语音识别、中文拼音输入中都有广泛地应用,是一个极具挑战性的问题。音字转换系统的关键技术包括语言模型、拼音串的切分和解码算法。本文重点分析了语言模型训练过程中出现的零概率问题,研究并实现了三种数据平滑的方法,并对三种算法的性能作了测试,实验表明使用这三种平滑方法训练的语言模型信息熵在5-7之间,效果相当。为了解决汉语长距相依的问题,本文对中文高频词串(CFS)提取算法作了改进,以期解决CFS的层次不足和剔除语意不明CFS的问题。使用本文的改进算法和基于字符串切分度的CFS提取算法分别训练语言模型,并应用到音字转换的实验中,实验表明前者转换的正确率优于后者。针对jieba分词工具没有考虑到词与词之间的上下文关系,对jieba分词工具进行了修改,增强了分词的效果。基于规则的拼音串切分方法不能很好的处理切分歧义的问题,为此引入了知识库,在此基础上修改了切分方法,并将切分的正确率提高了0.9%。本文设计和实现了音字转换系统,在普通的音字转换系统的基础上增加了学习模块,使系统能够学习用户的输入习惯,提高了用户的体验。在使用Viterbi算法解码的情况下,转换的正确率达到了90.3%。