湘電子版（2019）八年級下冊第5節(jié) 體驗語音合成與人臉識別技術(shù)說課課件ppt

這是一份湘電子版（2019）八年級下冊第5節(jié) 體驗語音合成與人臉識別技術(shù)說課課件ppt，共27頁。PPT課件主要包含了新課導(dǎo)入，訊飛有聲，粘貼文本，當(dāng)前主播，正在播放的文本，播放功能，模擬自己的聲音，練習(xí)與思考等內(nèi)容，歡迎下載使用。
2. 使用訊飛留音生成個人聲庫
1. 掌握語音合成技術(shù)和人臉識別技術(shù)的原理
3. 使用百度人工智能服務(wù)平臺進行人臉識別分析
上節(jié)課我們了解了各種類型的人工智能技術(shù)，我想考考同學(xué)們，讓人工智能實現(xiàn)“看懂”和“聽懂”的分別是什么技術(shù)？
這兩種技術(shù)分別有什么應(yīng)用？
一、體驗并探究語音合成技術(shù)
1. 體驗文本轉(zhuǎn)換為語音的技術(shù)
（1）更換主播后，聲音播放的具體內(nèi)容是否發(fā)生了變化？（2）更換主播操作究竟改變了什么？（3）從文字的錄入到語音播出，你認為經(jīng)歷了哪些過程？
2. 了解語音合成技術(shù)的主要過程
將文字信息轉(zhuǎn)換為流利的可聽懂的口語輸出技術(shù)，稱為語音合成。這是一項綜合技術(shù)，不僅需要計算機理解信息含義，保證信息正常輸出，還需要利用聲學(xué)相關(guān)知識，使內(nèi)容可以轉(zhuǎn)換成恰當(dāng)?shù)穆晫W(xué)模型進行語音輸出。
（1）理解文本信息的含義在語言學(xué)家和計算機科學(xué)家的共同努力下，將文本中的語法規(guī)則轉(zhuǎn)化成相應(yīng)的程序輸入計算機中，系統(tǒng)根據(jù)相應(yīng)算法，為文本進行斷句，準確獲取文本需要表達的內(nèi)容，這是文本分析的過程。
（2）韻律處理在理解文本的內(nèi)容后，通常需要考慮在讀取這段文本時使用的節(jié)奏、時長、頻率等，從而使計算機的發(fā)音更接近于人類說話的聲音。
（3）創(chuàng)建聲學(xué)模型模擬發(fā)音這個過程類似我們模仿他人聲音，需要考慮語種、音色、響度、音調(diào)等。計算機模擬的方法是在原始的語音庫中提取相關(guān)的聲音信息，采用單元合成與拼接技術(shù)將信息進行拼接，從而達到模擬發(fā)聲的效果。
（1）明確任務(wù)了解了語音合成技術(shù)的原理，同學(xué)們想不想讓程序模擬你自己的聲音呢？接下來我們利用“訊飛留聲”程序復(fù)刻自己的聲音，然后讓機器模仿自己的聲音，進行一段雙語朗誦。
（2）解決問題要點分析計算機完成對人類聲音的模仿，有以下兩個關(guān)鍵內(nèi)容：第一，形成個人的聲音庫，為計算機提供聲學(xué)模型。通過形成個人的音庫，將具有個人特色的聲學(xué)信息（音色、音調(diào)、響度等）存儲在其中，使計算機能夠提取出相關(guān)數(shù)據(jù)。第二，通過和個人音庫匹配，完成合成。通過語音合成技術(shù)，在識別文本內(nèi)容的前提下，通過與個人音庫中的信息自匹配，從而使計算機可以模仿我們的聲音進行輸出。
第一步，關(guān)注微信公眾號“訊飛留聲”，選擇“復(fù)刻聲音”，進入程序。單擊“去復(fù)刻我的聲音”按鈕，開始進入工作狀態(tài)。
第二步，根據(jù)要求，朗讀 10 段文字，按“話筒鍵”開始，“停止鍵”結(jié)束。注意錄制時聲音要清晰，內(nèi)容要準確。在朗讀文字過程中，采用的是語音識別技術(shù)，對我們讀取的語音進行識別，并和提供的文字進行對比。錄制聲音完成后，系統(tǒng)會自動制作并生成個人音庫。
第三步，在“訊飛留聲”的“聲音應(yīng)用一玩轉(zhuǎn)好聲音”應(yīng)用中，選擇“我是歪果仁”選項卡，選定任意一條文本，選擇個人音庫進行雙語朗誦，聽取合成聲音，也可以將聲音分享到微信群中。
（4）效果評價將生成的聲音分享到微信群，同學(xué)們互相傾聽、評價，填寫下表。
二、體驗并探究人臉識別技術(shù)
1. 體驗身邊的人臉識別技術(shù)
（1）體驗人臉識別①神奇的美顏拍攝功能很多人在拍照時喜歡使用美顏功能，有同學(xué)懂美顏功能嗎？你能給大家介紹一款帶有這類功能的智能相機應(yīng)用嗎？請你當(dāng)小老師指導(dǎo)大家一起體驗，并思考應(yīng)用程序是如何將相關(guān)裝飾和特效放到人臉各個部位的。
（1）體驗人臉識別②會分類的智能程序帶有分類功能的智能手機等設(shè)備，能自動識別照片中的面孔，根據(jù)不同的人像進行分類，使每個人都能得到一個單獨的人物相冊；如果是合影，還能自動生成“合影”標簽。分類功能是人臉識別的基礎(chǔ)，我們熟悉的人臉識別、人臉解鎖相關(guān)功能都是在此基礎(chǔ)之上的應(yīng)用。
2. 了解常用的人臉識別技術(shù)
（1）人臉檢測檢測出圖像的人臉所在位置。計算機通過對圖像的完整掃描，最終標記出人臉的相關(guān)信息。
（2）人臉配準人臉配準是指在人像中準確定位五官的技術(shù)。通過人臉配準，計算機可以清晰地識別人臉圖像五官的位置。在計算機中，是通過標記一些固定的關(guān)鍵點來描繪人物的眼鼻口耳。
（3）人臉特征提取人臉特征提取是指將一張人臉圖像轉(zhuǎn)化為一串固定長度的數(shù)值的過程。這些數(shù)值用來表示人臉的特征，這些特征包含大量的人臉信息。信息包含人臉的固有屬性和動態(tài)屬性，固有屬性包括眼睛的大小、嘴巴的形狀、鼻梁的狀態(tài)、臉上是否有痣；動態(tài)屬性包括“是否在微笑、歪頭”等信息。這些數(shù)據(jù)是計算機人臉識別工作的基礎(chǔ)，也是應(yīng)用的基本保障。
（4）人臉對比人臉對比是指在特征提取的基礎(chǔ)上，對比兩張圖片特征值的相似程度。通過相似程度，可以判定兩張圖片中是否包含了同一個人。這種技術(shù)在人臉解鎖、人臉簽到中被頻繁使用，
3. 利用人工智能服務(wù)平臺體驗人臉識別技術(shù)
（1）體驗百度人工智能服務(wù)平臺的人臉識別功能首先，注冊百度平臺的賬號，然后登錄該平臺，通過網(wǎng)絡(luò)版百度人工智能開放平臺網(wǎng)址或者移動終端微信小程序“百度AI 體驗中心”兩種途徑來體驗人工智能服務(wù)。任選一個平臺，選取一張人像圖片上傳，可得到相應(yīng)的分析結(jié)果。
（2）人臉識別執(zhí)行過程分析平臺是如何從圖像檢測人臉，并完成最終判定的呢？整個過程包括以下步驟：第一步，人臉檢測與定位。通過人臉檢測技術(shù)識別圖像的人臉區(qū)域，并對人的五官進行準確定位。第二步，特征提取。通過特征提取技術(shù)，對圖像信息進行數(shù)字化，并用復(fù)雜的數(shù)據(jù)代碼對圖像進行描述。第三步，屬性分類。在得到人臉客觀數(shù)據(jù)的基礎(chǔ)上，通過“分類器”（可以將分類器理解成一個標準庫）中提供的大量模型對人的屬性做出判斷，如人物的年齡、表情、情緒等。
第四步，結(jié)果輸出。將判斷的答案進行公布。人工智能平臺對人臉的識別過程和人類對人臉的識別存在相似之處，同時也存在很大不同。具體差別如圖所示。
（1）導(dǎo)航軟件是如何模仿明星的聲音為我們進行導(dǎo)航的，請分析其中的原理。（2）為什么需要錄制 10 段聲音？影響效果的因素可能有哪些？（3）在上傳圖片識別照片體驗中，識別內(nèi)容包括人物的性別、年齡、膚色等。通過你的體驗和觀察，哪些內(nèi)容的結(jié)果和你預(yù)想的不一樣？結(jié)合本節(jié)探究，大膽猜想，造成這些差別的原因有哪些？