第十二课 语音识别与翻译.pdfVIP

第二单元人工智能ABC

第十二课语音识别与翻译

学习目标知识导图

知道语音识别的概念。语音识别与翻译

了解语音识别系统及其原理。

了解语音识别的应用领域。语音识别与翻译

语音识别系统及其原理

语音识别的应用

随着科技的发展，人类陆续发明和制造了各种机器协助工作。尽管生

产力得到大大提高，但在这个阶段，人类仍然需要动手操作机器。为了真

正“解放双手”，科学家致力于研究怎样使机器更加智能化，变得能够听

懂人类的语言，可以按照人类的指令工作，甚至可以与人对话。而语音识

别与翻译技术，就是其中一项关键技术。

一、语音识别与翻译

语音识别是一门涵盖声学、语音学、语言学、信息理论、模式识别理

论和神经生物学等的综合性学科。语音识别技术就是让机器通过识别和翻

译把语音信号转变为相应的文本或指令的技术，并逐渐成为信息技术中人

机交互的关键技术。

自主探究

如图12-1所示，利用语音识别软件，用语音输入的方法，输入诗人

李白的《望庐山瀑布》：“日照香炉生紫烟，遥看瀑布挂前川。飞流直下

三千尺，疑是银河落九天。”由此体验语音输入的便捷。也可以尝试转换

93

信息技术九年级（全一册)

所使用的语言（如普通话、粤语、英语等），输入不同的内容，探究语音

识别的特点。

图12-1 语音识别输入文字

二、语音识别系统及其原理

1. 声音的本质

声音是由物体振动产生，并通过介质（空气或固体、液体）传播的一

种波，如图12-2所示。因此，对声音的识别就是对波信号的处理。

图12-2 声音波形

2. 语音识别系统

语音识别系统模型通常由声学模型和语言模型两部分组成，分别对应

语音到音节概率的计算和音节到字概率的计算。

（1）声学特征。

声学特征的提取与选择是语音识别的一个重要环节。声学特征的提取

既是信息大幅度压缩的过程，也是信号分析和划分的过程。

94

第二单元人工智能ABC

（2）语言模型。

语言模型主要分为规则模型和统计模型两种。其中，统计模型是用概

率统计的方法来揭示语言单位的内在统计规律。

（3）系统实现。

语音识别系统的实现，建立在大量数据训练的基础上，使系统生成能

准确地定义语音片段的识别基元。系统所需的训练数据规模与模型复杂程

度有关。

（4）稳健性与自适应。

语音识别系统的性能受许多因素的影响，包括不同的说话个体、说话

方式、环境噪音、传输信道等。要提高系统稳健性，就要提高系统克服这

些因素影响的能力，使系统在不同的应用环境、条件下保持性能稳定。自

适应的目的是根据不同的影响来源，自动地、有针对性地对系统进行调

整，并在运作过程中逐步提高性能。

三、语音识别的应用

语音识别能把语言转换成计算机可以处理和传播的数据，使计算机做

出人们所期望的反应。

1. 语音与文字转换

语音转换成文字的功能除了使人们日常交流、听写数据录入更加便

捷，还能帮助人们快速准确地记录发生的事情，如：法院庭审的发言笔录，

访谈、报告和会议的即时字幕，手术情况记录等。

2. 机器控制

语音识别技术能使机器直接识别语言的内容和语

义，并给予相应的反馈，实现相应的功能，如：自动

导航、设备操控、文档检索等。

某品牌