初中三年级全学期信息科技《人工智能的应用、语音识别技术》教学课件.pptx

语音识别技术人工智能的应用——

【活动一】轻松输入文字语音输入

介绍两款输入方法Siri讯飞语音输入法

体验讯飞语音输入法

什么是语音识别技术？语音识别技术，也被称为自动语音识别AutomaticSpeechRecognition(ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。其目的是让机器能听懂人类的语言。

看一看：机器是怎么识别语音的呢？

总结：模型训练匹配识别语音识别声音文本算法大数据运算能力

语音识别的过程收集目标语音提取特征发音字典词汇其它系统接入有哪些信誉好的足球投注网站比对评分高者

语音的复杂性下雨天留客天留我不留àǚā下雨天留客天留我不留自学习系统算法

什么是自学习系统自学习系统声学模型数据库文本语言数据库大量数据训练分析提取有用模型使用习惯识别方式数据库

语音识别的过程目标语音特征提取参考模型库模型匹配语音训练数据、噪声数据等声学模型文本训练数据语言模型语言训练模型声学训练模型语义分析输出结果采集识别最小单元字词分析规定语法排列分析整句语义调整文字构成修改轻微偏差内容

看一看：语音识别历史演变

语音识别技术的发展历程

语音识别技术的发展历程20世纪50年代孤立数字语音识别系统20世纪80年代基于HMM的语音识别20世纪90年代中期至2006年进展缓慢陷入瓶颈2006年深度置信网络20世纪60年代连续语音识别20世纪80年代后期基于ANN的语音识别20世纪90年代基于GMM-HMM的语音识别2011年应用ANN进行大词汇量连续语音识别贝尔实验室研发了10个孤立英文数字的语音识别系统卡耐基梅隆大学的瑞迪等开始了连续语音识别的研究，但进展缓慢以隐马尔可夫模型（HMM）方法为代表的、基于统计模型方法逐渐在语音识别研究中占据主导地位人工神经网络（ANN）成为语音识别研究的一个方向，但当时效果一般得益于GMM-HMM声学模型的区分性训练准则和模型自适应方法的提出，语音识别掀起了第一次研究和产业应用的小高潮基于GMM-HMM框架的语音识别系统的整体效果达不到实用化水平，语音识别研究和应用陷入瓶颈深度神经网络在大词汇量连续语音识别上获得成功，语音识别效果取得重大突破，从此深度神经网络成为主流的语音识别建模方式深度置信网络解决了深度神经网络训练过程中容易陷入局部最优的问题，深度学习大潮自此拉开2013年穿戴式语音设备穿戴式语音设备成为语音识别新热点

【总结】

【活动二】与外国人无障碍交流世界那么大，王科智想去看看。他首先想去英国看看，但是在国外问询、问路时，由于语言不通无法交流；餐馆点餐、商场购物时，看不懂菜单和标签……想到这些，他有点儿胆怯了！他正因为外语不过关、语言交流障碍而感到烦恼！你能不能给王科智提供一些解决这个问题的方法呢？让我们一起来解决他的烦恼吧！

有道翻译软件

【活动二】与外国人无障碍交流请你跟同伴一起分角色扮演,模拟海外购物,住宿登记、点餐等场景，在智能手机或平板电脑上安装一种翻译软件,或者打开一个在线翻译网站体验无语言障碍沟通带来的便利。

谢谢观看