语音辨识-技术与应用.ppt

*語音辨識-技術與應用郭志鳴副教授義守大學電子系*內容1.簡介2.端點偵測3.發音原理4.聽覺系統5.辨識技術6.應用領域7.結語目的：語音交談為人類交換訊息最方便的方式。語音辨識的主要目的在提供人性化的操作介面。1.簡介目前的技術已經逐漸成熟，商品化產品陸續出現應用：讀寫機、語音查詢、聲控家電、...語音辨識器的分類01按照辨識字彙的多寡：少量字彙(數百字)、中量字彙(數千字)、大量字彙(數萬字)按照使用對象：特定對象(SpeakerDependent)、不特定對象(SpeakerIndependent)按照使用方式：不連續語音辨識、連續語音辨識02辨識模型複雜度高語音訊號分段的困難語音辨識的困難辨識率易受背景雜訊的影響語音訊號的差異性大(說話速度、習慣、生理狀況、性別、年齡、地域等)01020304語音訊號的變異性女聲男聲/NoRush/語音辨識系統基本方塊圖前置處理(Pre-processing)特徵擷取(FeatureExtraction)辨識(Decoding)辨識模型或樣板語言模型Pre-amplifyingSpeech/SilenceSegmentationSpectralorCepstralFeaturesPitchContourDynamicTimeWarpingHiddenMarkovModelsGrammarSyntatics語音訊號辨識結果語言模型的用途*2.端點偵測決定訊號中語音段的起始點與結束點。聲帶振動與否，決定產生濁音或清音。03發音器官：02發音原理01發音器官的模型脈衝串列雜訊音高周期01全極點模型T02語音訊號共振腔03音高頻率的估算中文聲調的產生(I)台語八音壹贰韻母段音高頻率隨時間的變化趨勢01中文聲調的產生(II)02語音訊號的線性預測模型發音模型預測模型語音訊號雜訊雜訊發音模型的參數可由預測模型的參數來估算4.聽覺系統*外耳中耳內耳010203內耳模型與特徵擷取帶通濾波器#1能量估算帶通濾波器#2能量估算帶通濾波器#M能量估算語音訊號語音訊號可分解為許多不同頻率的正弦波成份。帶通濾波器的功能(I)帶通濾波器的功能(II)#14增益語音訊號的各頻率組成分別由不同的帶通濾波器穿過。頻率1861~2139Hz123456頻譜特徵圖(Spectrogram)頻帶時間順序特徵向量記錄各頻帶能量估算值辨識技術最常使用的語音辨識技術：動態時間軸校準(DyanmicTimeWarping)隱藏式馬可夫模型(HiddenMarkovModel)動態時間軸校準訓練階段：建立各辨識單元之樣板。使用階段：輸入語音的特徵圖樣與各樣板比對，最接近者即為辨識結果。...計算與辨識單元#1的樣板之距離計算與辨識單元#2的樣板之距離計算與辨識單元#M的樣板之距離輸入語音之特徵圖樣選擇最小值辨識結果