2023—2024学年粤教版(2019)高中信息技术必修1 .pdfVIP

2023—2024学年粤教版(2019)高中信息技术必修1--第1页

人工智能的应用教学设计

一、教学重点：

1、语音识别技术的原理及应用。

2、语音特征的提取、声学模型、语言模型。

二、教学难点：

1、语音特征的提取、声学模型、语言模型。

三、教学目标

（1）学生能够理解语音识别的概念。

（2）学生能够了解语音识别的一般过程。

（3）学生能够了解语音识别实际应用

四、教学过程

播放视频，通过提出问题导入新课随着人工智能技术的发展，越来越多的机

器人走进我们的生活，下面请同学们观看一个视频，来进一步了解智能机器人。

（播放语音识别机器人视频）同学们，你在哪里见过语音识别的应用？观目

前语音识别技术在智能家居、智能车载、智能客服机器人等方面有广泛的应用，

未来将会深入到学习、生活、工作的各个环节。那机器人到底是怎么来识别我们

人类声音的那？接下来我们一起了解一下语音识别技术。

那什么是语音识别？语音识别是指将语音自动转换为相应的文字或命令的过

程。不同于其他的语音处理技术，语音识别技术注重对语音内容的识别和理解。

设计意图：

观看视频，回答问题并思考通过观看视频和举例，初步了解语音识别。

一、语音识别的概念

语音识别是人工智能领域的一项重大突破，它将人说话的语音信号，转换为

可被机器识别的文字信息

2023—2024学年粤教版(2019)高中信息技术必修1--第1页

2023—2024学年粤教版(2019)高中信息技术必修1--第2页

二、语音识别的原理

语音识别基本过程：

通过数模转化得到一个数字声音信号，对该声音信号进行预处理和特征提取，

将该特征在声学模型中进行模式匹配得到音素序列，最后在语言模型中查找该音

素序列匹配概率最高的文本，并输出识别结果。

语音识别过程如图所示。

语音识别原理是什么呢？

1.获取声音信号，数字化

我们说话的声音属于模拟信号，收集到声音以后机器会先把模拟信号转换

为数字信号

2.信号预处理，特征提取

信号预处理是指对语音信号进行降噪、消除杂音等处理后得到一个比较干净

的语音信号。

对这个信号进行处理，即对音频进行分针处理，把音频切成一小段一小段的

每一小段称为一帧，经过分帧的音频，就会分成类似如图所示一帧一帧的信

2023—2024学年粤教版(2019)高中信息技术必修1--第2页

2023—2024学年粤教版(2019)高中信息技术必修1--第3页

号，再从每一帧里面提取出其对应的特征向量

3.声学模型匹配

对于图中的波形，我们可以得到如图所示的特征向量，依据得到特征向量

再根据声学模型对其进行分类，将大量的语音数据，使用特定算法产生声学模型

声学模型就像是一个分类器，根据接收到的不同波形，按照分类寻找对应的音节

对于前面我们已经得到的波形，机器便通过对其在声学模型里面找到其对应的音

节，比如第一个特征向量对应的是LI，依次类推，由此便得到了对应的音素信息

4.语言模型匹配

语音处理是指根据匹配到的音素序列，在语言模型中找到概率最高的文本并

输出识别结果。

知识链接：语言模型：对搜集到的海量语句进行分析统计，获得单词之间搭

配的概率关系，从而形成语言模型。

2023—2024学年粤教版(2019)高中信息技术必修1--第3页

2023—2024学年粤教版(2019)高中信息技术必修1--第4页

三、语音识别的应用

生活