《第11课 语音识别技术》精品课件.pptx

浙教版八年级下;同学们，观看下面这副图，微信里有这个功能，你认为它什么用处呢？;语音识别是以语音为研究对象，通过语音信号处理

和模式识别让机器自动识别和理解人类口述的语言。;一、语音识别的过程

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11-1锁定所示。;语音识别原理是什么呢？;新知讲解;新知讲解;3.特征提取

特征提取就是每隔一定时间，把声音的音调、音长等特征提取出来的过程。;4.模式匹配

模式匹配就是将提取出来的特征在声学模型中进行比对，得到一组音素序列。音素是根据语音的自然规律划分出的最小语音单位。汉语拼音中的“a、b、p……”等可视为一个个音素。例如“国家”这个单词包含“g、uo、j、i、a”这些音素。把音素按照语言规律组合起来，就构成了每个单词的发音。;声学模型

通过采集成千上万个人的发音样本，提取每个单词所包含音素的发音特征，形成声学模型。由于普通话和地方方言的发音特征不同，因此根据样本的语言，可形成不同的声学模型。同一发音在不同模型中识别的效果是不一样的。;5.语言处理

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。

不同单词之间的搭配，在语句中出现的概率是不一样的。常用的词语出现概率会比其他的更高，也会被优先输出。单词的搭配还应该符合语言习惯，如“起床上学”比“上学起床”出现的概率更高。;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。;二、语音识别的实践

百度、腾讯等人工智能开放平台集成了大量的声学模型和语言模型。通过这些平台提供的软件开发工具包，可以把录制的声音传送到平台进行识别，并返回识别结果。例如，利用百度语音识别软件开发工具包，可以识别已录制的myaudio.wav文件中的语音信息，部分识别程序如图11-3??识别过程及结果如图11-4所示。;图11-3主程序部分代码;尝试在其他人工智能开放平台、APP或相关软件中，将录制的myaudio.wav文件转换成文本。;讯捷文字语音转换器;语音识别的准确率与声学模型和语言模型密切相关。如果声学模型是用普通话训练的，那么识别方言语音的准确率就相对较低。通过及时更新地名、网络流行语等词汇，在语言模型中改变单词之间的搭配概率，可以有效地提高新单词的识别率。语音识别的准确率还与录音时周边环境的噪音、录声设备的质量等因素有关。;1.想一想：你在哪里见过语音识别的应用？;1.录制一段语音，在人工智能开放平台、APP或软件中，将录制的语音分别转换成文本，并统计转换后文本的准确率。

录制的语音文件名：，包含文字（不含标点）的数量：________个;序号;2.选择不同的“发音人”或方言对同一段文本信息进行录制，然后在统一平台、APP或软件中进行测试，并统计识别的准确率。

文本信息中包含文字（不含标点）的数量：_________个。平台、APP或软件名称：______________。;序号;序号;1、语音识别的过程分为：声音数字化、信号预处理、特征提取、模式匹配、语音处理。

2、语音识别的工作原理：通过软件开发工具包把声音传送到平台识别，并返回结果。