人工智能应用基础（高职）：语音处理及应用PPT教学课件.pptx

《人工智能应用基础》项目四语音识别：实时记录员

任务描述张先生您好：请问需要什么帮助？文字转语音

录音北京明天的天气怎么样？识别北京明天是晴天，最高气温28度，适合郊游。合成问答播放

理解语音的预处理理解语音的特征提取学习目标重难点重点:（1）语音识别的概念及应用（2）语音合成的概念及应用（3）语音处理实践难点:（1）语音处理的概念（2）语音的特征提取1.了解语音识别技术的发展理解语音识别的概念及一般流程5．能进行语音合成应用

语音处理技术应用框架

4.1语音处理的概念4.2语音识别及应用4.3语音合成及应用

4.1语音处理的概念4.1.1语音处理的概念语音处理(speechsignalprocessing)是研究语音发声过程、语音信号的统计特性、语音的自动识别、机器合成以及语音感知等各种处理技术的总称。由于现代的进音处理技术都以数字计算为基础，并借助微处理器、信号处理器或通用计算机加以实现，因此也称数字语音信号处理。

4.1语音处理的概念4.1.1语音处理的概念语音处理主要包括语音识别、语音合成两个部分。语音识别，是把语音转化为文字，并对其进行识别、认知和处理。语音合成，是指通过机械的、电子的方法产生人造语音的技术。一个完整的语音处理系统，包括前端的信号处理、中间的语音语义识别和对话管理以及后期的语音合成。语音处理中的主要技术点包括：前端处理：说话人声检测，回声消除，唤醒词识别，麦克风阵列处理，语音增强等。语音识别：特征提取，模型自适应，声学模型，语言模型，动态解码等。语义识别和对话管理：更多属于自然语言处理的范畴。语音合成：文本分析、语言学分析、音长估算、发音参数估计等

4.1语音处理的概念语音识别语义理解对话管理语音唤醒声纹识别4.1.2语音处理的流程小兔你好大白你好语音合成

4.1语音处理的概念4.1.2语音处理的流程语音识别过程语音合成过程

4.1语音处理的概念4.2语音识别及应用4.3语音合成及应用

4.2语音识别4.2.1语音识别的概念输入语音语音前处理有效语言检测接口层特征提取语音识别声学模型语言模型识别结果文本训练集数据清洗和正规化模型训练和优化语言模型训练数据预处理语音训练集声学模型训练

4.2语音识别4.2.1语音识别的概述百度语音识别技术每年迭代算法模型

4.2语音识别4.2.1语音识别的概述Google的语音合成系统WaveNet：示意图

4.2语音识别4.2.2语音识别的应用：过程

4.2语音识别4.2.2语音识别的应用：输入语音语音编码语音质量16K16bit、8K16bit、Speex压缩避免丢音、截幅、音量过小等理想音频丢音截幅音量过低

4.2语音识别4.2.2语音识别的应用：声学匹配声学一致性：待识别语音和训练语音具有一致性声学模型训练数据预处理（NoiseRobust）语音训练集声学模型远场近场设备降噪用户口音

4.2语音识别4.2.2语音识别的应用：文匹配本文本一致性:待识别领域和训练文本具有一致性语言模型语言模型训练数据清洗和正规化模型训练和优化文本训练集领域数据核心词汇“请问岳父怎么样？”“请问月付怎么样？”

4.2语音识别4.2.2语音识别的应用：迭代优化输入语音语音前处理有效语言检测接口层特征提取语音识别声学模型语言模型识别结果文本训练集数据清洗和正规化模型训练和优化语言模型训练数据预处理语音训练集声学模型训练

4.2语音识别4.2.2语音识别的应用：应用场景社交聊天社交聊天发送实时语音，支持中文，英文识别，方言支持粤语，四川话。让沟通交流更加准确合作案例：游戏娱乐语音聊天转文字，让用户在操作的同时也可看到聊天内容合作案例：语音输入法摆脱生僻字和拼音障碍，将所输入文字，直接用语音的方式输入，让输入法更加便捷合作案例：语音有哪些信誉好的足球投注网站有哪些信誉好的足球投注网站内容直接以语音的方式输入，让有哪些信誉好的足球投注网站更加高效合作案例：

4.2语音识别4.2.2语音识别的应用：唤醒词“小度小度”“有什么可以帮您”语音识别（ASR）Service语义理解（NLP）识别文本语音唤醒（Wakeup）

4.2语音识别4.2.2语音识别的应用：唤醒词特征提取关键词识别声学模型库阈值？得分接受拒绝错误拒绝率(FRR)错误接受率(FAR)功耗

4.2语音识别4.2.2语音识别的应用：唤醒词唤醒词环境设备简单易记日常少用易于唤醒（百度语音云，上传唤醒词评估）远场近场背景噪声声学