2023—2024学年粤教版(2019)高中信息技术必修1 .pdfVIP

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

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

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。

三、语音识别的应用

生活中，语音识别的应用领域非常广泛，除了我们之前提到的导航出行、语

音助手之外，还有智能音箱、智能电视、智能手表、智能眼镜和陪小朋友聊天讲

故事的陪伴机器人等

下列哪项没有运用到语音识别技术呢

答案选c声光控灯

声光控灯利用了感应等物理原理

并没有利用语音识别技术

四、语音识别的问题

目前，语音识别技术在使用过程中，仍存在许多问题，比如机器在识别语音

时，周围的噪音会降低识别准确率，同时我们说话的重音，音调音量和发音速度

等不同，也会造成无法正确识别。除此之外，机器要识别并理解自然语言，还要

建立更详细的理解语义的规则，虽然语音识别技术还存在着许多问题，但是只要

同学们努力学习，相信大家也能解决语音识别中的难题。

小结

今天，我们一起了解了语音识别技术的概念，重点学习了语音识别技术的

基本原理，简要介绍了它的应用和目前存在的问题。