+2.3《让机器能听会说》课件++2024—2025学年甘教版（2022）初中信息技术八年级下册.pptxVIP

2.3让机器能听会说

;了解智能语音技术的定义

理解智能语音技术的基本原理

了解智能语音技术的发展及应用

探讨智能语音技术的应用案例;如何让机器具备听说能力？

智能语音技术是让机器具备人的听说能力的人工智能技术，包括语音识别及语音合成技术。;其中，语音识别技术模仿人的听觉能力，能够将人的语音转换为文字；语音合成技术模仿人的说话能力，能够将文本内容转换成语音，也可以让计算机模仿其他人的语音。;机器的听说过程是通过语音识别技术和语音合成技术来实现的。就像人通过学习获得听说能力一样，计算机也可以通过机器学习获得听说能力。;1.语音识别技术

语音识别（AutomaticSpeechRecognition，ASR），是一种让机器从语音中获取语言内容的技术，目的是将语音信息转变成人类可以理解的文字内容，使机器具备听觉器官，其原理如图2-3-1所示。;根据识别内容的范围，语音识别被分为“封闭域识别”和“开放域识别”。封闭域识别通常需要预先设定好需要识别的语音指令，机器只能识别这些特定的语音指令；开放域识别则不需要预先指定识别词的范围。;目前主流的语音识别是将日常生活语音转化成文本，属于开放域语音识别，看起来应用场景非常广，但如果不与人工智能结合，其应用场景还不如封闭域语音识别广。

封闭域语音识别应用场景：

1、语音做题app（或小程序）

2、远程授课语音做题

;例如，用语音做数学题，除了要有结果还要有步骤，用开放域语音识别来做，基本是不可能的，但如果用只含有数学语言的封闭域（简称数学域，其他类推）语音识别来做，就会很流畅。在远程授课过程中，教师和学生都可以通过语音做题，内容即时显示在屏幕上，这不仅极大的还原了真实课堂的授课体验，而且还有真实课堂无法比拟的优势。

;语音识别是机器学习中常见的一个应用，分两个阶段。第一个是“训练”阶段，第二个是“识别”阶段，如图2-3-2所示。;在训练阶段，需要准备语音和对应的文字。计算机首先对输入的语音进行预处理（去除噪声和不相干的声音），然后从语音信号中提取声学??征，最后再利用机器学习方法建立语音与对应的文字之间的对应关系，也就是识别模型。在识别阶段，计算机对待识别的语音进行相同的预处理和特征提取过程，然后将提取的特征与模型库中的模型进行匹配，进而识别出相应的结果。;语音和其他声音一样，也具有物理上的音高、音强、音长和音质四种要素。

音高：声音的高低，取决于发音体振动的快慢（对应于频率的高低）。音高取决于声带的形状。

音强：表示语音的强弱，主要与声带振动幅度的大小有关（对应于振幅大小）。音强取决于发音时用力的大小。

音长：语音的长短，对应于声波持续的时间。

音质：又称为“音色”，指的是语音的特色，是人的语音区别于其他声音的根本特点，音色与声道有关。;2.语音合成技术

语音合成又叫文语转换（TexttoSpeech，TTS），是一种把文字转变成语音的技术（如图2-3-3所示），使机器能够像人一样开口说话。;语音合成技术也包括“训练”阶段和“合成”阶段。如图2-3-4所示，在训练阶段，需要准备文本及其对应的语音。;首先利用“文本分析”提取出文本中每个字发音单元的发音符号，以及发音符号对应的上下文信息，同时从语音中提取出声学特征参数。然后采用机器学习算法，训练获得发音符号与声学参数的对应关系，也就是声学模型。在合成阶段，对输入的任意文本，首先经过文本分析获得文字的发音符号及其上下文信息，然后匹配声学模型产生语音参数，进而利用语音生成算法通过语音参数合成语音。;目前，常用的语音合成方法主要有三种：发音器官语音合成、共振峰语音合成、拼接语音合成。

发音器官语音合成让计算机模仿人的发音器官来产生语音。

共振峰语音合成用电路的形式模拟人的发声过程。

拼接语音合成将发音单元（如音素、声韵母、音节等）拼接在一起产生语音。;早在18世纪，奥地利发明家沃尔夫冈·冯·肯佩伦（Wolfgangvonkempelen）在他生命的最后20年里一直试图模拟人类的声音，他做了一个满是洞的空盒子。空盒子与一个形状奇特的鼓风机相连。当鼓风机被按下时，它会使内置的簧片振动。这个过程模拟了人类的声音，它确实发出了声音，这也是最早的语音合成机器之一。

以此为开端，AI智能语音技术在长达一个世纪的时间里，不断飞跃提升，并最终成为了我们现在听到的样子。;近年来，随着技术的不断进步，智能语音技术的应用场景越来越广泛。例如，通过智能语音技术，可以自动评测讲话人的发音水平。智能客服利用语音识别技术获取客户的需求，并