初中浙教版（2020）第11課 語(yǔ)音識(shí)別技術(shù)獲獎(jiǎng)ppt課件

這是一份初中浙教版（2020）第11課 語(yǔ)音識(shí)別技術(shù)獲獎(jiǎng)ppt課件，文件包含第11課語(yǔ)音識(shí)別技術(shù)pptx、第11課語(yǔ)音識(shí)別技術(shù)doc、原理mp4、研究顯示智能手機(jī)語(yǔ)音識(shí)別錄入可比打字快3倍在線(xiàn)觀看-更新更全更受歡迎的影視網(wǎng)站-360影視mp4等4份課件配套教學(xué)資源，其中PPT共28頁(yè)， 歡迎下載使用。
同學(xué)們，觀看下面這副圖，微信里有這個(gè)功能，你認(rèn)為它什么用處呢？
語(yǔ)音轉(zhuǎn)換成文字，利用了語(yǔ)音識(shí)別技術(shù)
語(yǔ)音識(shí)別錄入比打字快3倍
語(yǔ)音識(shí)別是以語(yǔ)音為研究對(duì)象，通過(guò)語(yǔ)音信號(hào)處理和模式識(shí)別讓機(jī)器自動(dòng)識(shí)別和理解人類(lèi)口述的語(yǔ)言。
一、語(yǔ)音識(shí)別的過(guò)程 語(yǔ)音識(shí)別基本過(guò)程：通過(guò)數(shù)模轉(zhuǎn)化得到一個(gè)數(shù)字聲音信號(hào)，對(duì)該聲音信號(hào)進(jìn)行預(yù)處理和特征提取，將該特征在聲學(xué)模型中進(jìn)行模式匹配得到音素序列，最后在語(yǔ)言模型中查找該音素序列匹配概率最高的文本，并輸出識(shí)別結(jié)果。語(yǔ)音識(shí)別過(guò)程如圖11-1鎖定所示。
圖 11-1 語(yǔ)音識(shí)別的過(guò)程
語(yǔ)音識(shí)別原理是什么呢？
1.聲音數(shù)字化 聲音數(shù)字化是指對(duì)于連續(xù)變化的聲音物理信號(hào)，每隔一段時(shí)間，測(cè)得模擬信號(hào)的電壓值，給出該電壓值相應(yīng)的量化值，并在計(jì)算中用0和1表示。通過(guò)聲卡將模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)。聲音數(shù)字化過(guò)程如圖11-2所示。
圖 11-2 模擬轉(zhuǎn)換的過(guò)程給
2.信號(hào)預(yù)處理 信號(hào)預(yù)處理是指對(duì)語(yǔ)音信號(hào)進(jìn)行降噪、消除雜音等處理后得到一個(gè)比較干凈的語(yǔ)音信號(hào)。
3.特征提取 特征提取就是每隔一定時(shí)間，把聲音的音調(diào)、音長(zhǎng)等特征提取出來(lái)的過(guò)程。
4.模式匹配 模式匹配就是將提取出來(lái)的特征在聲學(xué)模型中進(jìn)行比對(duì)，得到一組音素序列。音素是根據(jù)語(yǔ)音的自然規(guī)律劃分出的最小語(yǔ)音單位。漢語(yǔ)拼音中的“a、b、p……”等可視為一個(gè)個(gè)音素。例如“國(guó)家”這個(gè)單詞包含“g、u、j、i、a”這些音素。把音素按照語(yǔ)言規(guī)律組合起來(lái)，就構(gòu)成了每個(gè)單詞的發(fā)音。
聲學(xué)模型 通過(guò)采集成千上萬(wàn)個(gè)人的發(fā)音樣本，提取每個(gè)單詞所包含音素的發(fā)音特征，形成聲學(xué)模型。由于普通話(huà)和地方方言的發(fā)音特征不同，因此根據(jù)樣本的語(yǔ)言，可形成不同的聲學(xué)模型。同一發(fā)音在不同模型中識(shí)別的效果是不一樣的。
5.語(yǔ)言處理 語(yǔ)音處理是指根據(jù)匹配到的音素序列，在語(yǔ)言模型中找到概率最高的文本并輸出識(shí)別結(jié)果。 不同單詞之間的搭配，在語(yǔ)句中出現(xiàn)的概率是不一樣的。常用的詞語(yǔ)出現(xiàn)概率會(huì)比其他的更高，也會(huì)被優(yōu)先輸出。單詞的搭配還應(yīng)該符合語(yǔ)言習(xí)慣，如“起床上學(xué)”比“上學(xué)起床”出現(xiàn)的概率更高。
語(yǔ)言模型 對(duì)搜集到的海量語(yǔ)句進(jìn)行分析統(tǒng)計(jì)，獲得單詞之間搭配的概率關(guān)系，從而形成語(yǔ)言模型。
二、語(yǔ)音識(shí)別的實(shí)踐 百度、騰訊等人工智能開(kāi)放平臺(tái)集成了大量的聲學(xué)模型和語(yǔ)言模型。通過(guò)這些平臺(tái)提供的軟件開(kāi)發(fā)工具包，可以把錄制的聲音傳送到平臺(tái)進(jìn)行識(shí)別，并返回識(shí)別結(jié)果。例如，利用百度語(yǔ)音識(shí)別軟件開(kāi)發(fā)工具包，可以識(shí)別已錄制的myaudi.wav文件中的語(yǔ)音信息，部分識(shí)別程序如圖11-3，識(shí)別過(guò)程及結(jié)果如圖11-4所示。
圖 11-3 主程序部分代碼
圖 11-4 語(yǔ)音轉(zhuǎn)換成文本
嘗試在其他人工智能開(kāi)放平臺(tái)、APP或相關(guān)軟件中，將錄制的myaudi.wav文件轉(zhuǎn)換成文本。
訊飛開(kāi)放平臺(tái)可進(jìn)行語(yǔ)言的選擇。
語(yǔ)音識(shí)別的準(zhǔn)確率與聲學(xué)模型和語(yǔ)言模型密切相關(guān)。如果聲學(xué)模型是用普通話(huà)訓(xùn)練的，那么識(shí)別方言語(yǔ)音的準(zhǔn)確率就相對(duì)較低。通過(guò)及時(shí)更新地名、網(wǎng)絡(luò)流行語(yǔ)等詞匯，在語(yǔ)言模型中改變單詞之間的搭配概率，可以有效地提高新單詞的識(shí)別率。語(yǔ)音識(shí)別的準(zhǔn)確率還與錄音時(shí)周邊環(huán)境的噪音、錄聲設(shè)備的質(zhì)量等因素有關(guān)。
1.想一想：你在哪里見(jiàn)過(guò)語(yǔ)音識(shí)別的應(yīng)用？
車(chē)載導(dǎo)航、語(yǔ)音搜索、曲目識(shí)別、家電遙控等。
1.錄制一段語(yǔ)音，在人工智能開(kāi)放平臺(tái)、APP或軟件中，將錄制的語(yǔ)音分別轉(zhuǎn)換成文本，并統(tǒng)計(jì)轉(zhuǎn)換后文本的準(zhǔn)確率。 錄制的語(yǔ)音文件名：_______________， 包含文字（不含標(biāo)點(diǎn)）的數(shù)量：________個(gè)
2.選擇不同的“發(fā)音人”或方言對(duì)同一段文本信息進(jìn)行錄制，然后在統(tǒng)一平臺(tái)、APP或軟件中進(jìn)行測(cè)試，并統(tǒng)計(jì)識(shí)別的準(zhǔn)確率。 文本信息中包含文字（不含標(biāo)點(diǎn)）的數(shù)量：_____個(gè)。平臺(tái)、APP或軟件名稱(chēng)：______________。
1、語(yǔ)音識(shí)別的過(guò)程分為：聲音數(shù)字化、信號(hào)預(yù)處理、特征提取、模式匹配、語(yǔ)音處理。2、語(yǔ)音識(shí)別的工作原理：通過(guò)軟件開(kāi)發(fā)工具包把聲音傳送到平臺(tái)識(shí)別，并返回結(jié)果。
一、語(yǔ)音識(shí)別的過(guò)程二、語(yǔ)音識(shí)別的實(shí)踐