Python人工智能技术与应用 课件 模块6 掌握基于深度学习的语音处理技术应用.pptx

《Python人工智能技术与应用》能力模块六掌握基于深度学习的语音处理技术应用任务一调研分析语音识别技术

TaskImport任务导入某市举办智能座舱语音识别挑战赛，比赛对设计的智能座舱系统有三个要求，分别是便捷、互动、安全。报名参加比赛需要先提交企业的整体设计方案以及阐明背后所运用的技术。你作为参赛企业的语音识别实习生，主要的岗位指责是协助公司的语音识别团队完成开发任务，现需要你调研分析你们方案所运用的语音识别技术和整体方案设计。

素养目标引导问题的过程中，培养学生形成勤于思考的能力获得分析解决问题以及多元化思考解决问题的方法，形成创新意识。TaskObject任务目标知识目标了解语音识别技术的定义与主要应用技术。了解语音识别技术原理。了解语音识别实现的技术基础。了解语音识别技术的常见应用。技能目标掌握语音识别技术的流程。掌握语音识别技术的实现的相关Pvthon工具。能够列举至少3个语音识别技术在汽车上的应用，锻炼条理思考的职业意识

新授

语音识别技术流程与Python实现04CONTENTS目录语音识别技术的定义与主要应用技术01语音识别技术原理02语音识别技术的常见应用03

01语音识别技术的定义与主要应用技术（一）语音识别的定义定义目的语音识别技术也称自动语音识别技术（AutomaticSpeechRecognition,ASR），是指机器通过识别和理解过程将语音信号转化为文本或指令的技术。语音识别的目标是让机器能够像人一样准确理解语音信号所承载的信息，从而实现人机交互。语音识别技术示例

01语音识别技术的定义与主要应用技术（二）语音识别领域的主要实现功能将话语转化为文字语音识别功能语音识别功能可以从语音中自动提取语音特征，并将其转换为文本。

01语音识别技术的定义与主要应用技术（二）语音识别领域的主要实现功能将文字转化为语音语音合成功能语音合成功能可以将文本转换为可以被听到的语音。

01语音识别技术的定义与主要应用技术（二）语音识别领域的主要实现功能有哪些信誉好的足球投注网站引擎中的语音识别语音唤醒功能语音唤醒功能能够通过特定的关键词唤醒设备的技术，它可以让设备更快地响应用户的请求。例如苹果公司的“siri”语音助理即可进行唤醒设置。

01语音识别技术的定义与主要应用技术（二）语音识别领域的主要实现功能有哪些信誉好的足球投注网站引擎中的语音识别语音识别引擎功能语音识别引擎功能能够更加准确地识别用户语音，它可以更好地理解用户的语音，从而提供更好的服务。

01语音识别技术的定义与主要应用技术（二）语音识别领域的主要实现功能语音控制电视网页语音控制功能语音控制功能能够通过语音控制设备。它可以让用户通过语音来控制设备，从而更加便捷地使用设备。

语音识别技术原理02语音识别的首要要素是语音。通过麦克风，语音便从物理声音被转换为电信号，然后通过模数转换器转换为数据。语音一旦被数字化，就可适用若干种模型，模型再将音频转录为文本。（一）语音识别的流程原理语音物理声音被转换为电信号数字信号文本

语音识别技术原理02（二）语音识别实现的技术基础隐马尔可夫模型（HMM）神经网络

语音识别技术原理02（二）语音识别实现的技术基础语音识别使用隐马尔可夫模型来识别语音，从而确定说话者正在说什么。它可以从口头语言中提取有意义的信息，从而帮助机器理解人类语言。隐马尔可夫过程（HiddenMarkovProcess,HMM）是一种概率模型，用来描述一个系统受到外部环境影响时，随时间变化的状态。它可以用来模拟一个系统的状态从一个状态到另一个状态的过程，并且可以根据系统的历史状态来预测未来的状态。隐马尔可夫棋型(HMM)

语音识别技术原理02（二）语音识别实现的技术基础隐马尔科夫的工作原理为:语音信号在非常短的时间尺度上(比如1毫秒)可被近似为静止过程，即一个其统计特性不随时间变化的过程。假设你有一只猫，它可以处于两种状态:睡觉和游玩。根据这只猫的历史状态，你可以用隐马尔科夫过程来预测它未来的状态。例如，如果它过去一直都在睡觉，那么你可以预测它未来也会继续睡觉。隐马尔可夫棋型(HMM)

02神经网络的作用是通过特征变换和降维的技术来简化语音信号。神经网络在语音识别中的应用主要包括语音特征提取、语音识别和语音合成。语音特征提取：是指从原始语音信号中提取出有用的特征，这些特征可以用于语音识别。神经网络可以用来提取语音特征，例如，用多层感知机(MLP)来提取语音特征。语音识别：神经网络可以用来进行语音识别，例如，用循环神经网络(RNN)来识别语音。语音合成：神经网络可以用来进行语音合成，例如，用生成式对抗网络(GAN)来合成语音。语音识别技术原理（二）语音识别实现的技术基础神经网络

02语音识别技术原理（二）语音识别实现的技术基础神经网络语音特征提取