什么是語(yǔ)音識(shí)別語(yǔ)音識(shí)別的方法
什么是語(yǔ)音識(shí)別語(yǔ)音識(shí)別的方法
語(yǔ)音識(shí)別技術(shù)所涉及的領(lǐng)域包括信號(hào)處理、模式識(shí)別、概率論和信息論、發(fā)聲機(jī)理和聽(tīng)覺(jué)機(jī)理、人工智能等等。那么你對(duì)語(yǔ)音識(shí)別了解多少呢?以下是由學(xué)習(xí)啦小編整理關(guān)于什么是語(yǔ)音識(shí)別的內(nèi)容，希望大家喜歡!
語(yǔ)音識(shí)別的簡(jiǎn)介
與機(jī)器進(jìn)行語(yǔ)音交流，讓機(jī)器明白你說(shuō)什么，這是人們長(zhǎng)期以來(lái)夢(mèng)寐以求的事情。中國(guó)物聯(lián)網(wǎng)校企聯(lián)盟形象得把語(yǔ)音識(shí)別比做為“機(jī)器的聽(tīng)覺(jué)系統(tǒng)”。語(yǔ)音識(shí)別技術(shù)就是讓機(jī)器通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高技術(shù)?！≌Z(yǔ)音識(shí)別技術(shù)主要包括特征提取技術(shù)、模式匹配準(zhǔn)則及模型訓(xùn)練技術(shù)三個(gè)方面。語(yǔ)音識(shí)別技術(shù)車(chē)聯(lián)網(wǎng)也得到了充分的引用，例如在翼卡車(chē)聯(lián)網(wǎng)中，只需按一鍵通客服人員口述即可設(shè)置目的地直接導(dǎo)航，安全、便捷。
語(yǔ)音識(shí)別的方法
語(yǔ)音識(shí)別方法主要是模式匹配法。
在訓(xùn)練階段，用戶將詞匯表中的每一詞依次說(shuō)一遍，并且將其特征矢量作為模板存入模板庫(kù)。
在識(shí)別階段，將輸入語(yǔ)音的特征矢量依次與模板庫(kù)中的每個(gè)模板進(jìn)行相似度比較，將相似度最高者作為識(shí)別結(jié)果輸出。
語(yǔ)音識(shí)別的主要問(wèn)題
?、睂?duì)自然語(yǔ)言的識(shí)別和理解。首先必須將連續(xù)的講話分解為詞、音素等單位，其次要建立一個(gè)理解語(yǔ)義的規(guī)則。
?、舱Z(yǔ)音信息量大。語(yǔ)音模式不僅對(duì)不同的說(shuō)話人不同，對(duì)同一說(shuō)話人也是不同的，例如，一個(gè)說(shuō)話人在隨意說(shuō)話和認(rèn)真說(shuō)話時(shí)的語(yǔ)音信息是不同的。一個(gè)人的說(shuō)話方式隨著時(shí)間變化。
?、痴Z(yǔ)音的模糊性。說(shuō)話者在講話時(shí)，不同的詞可能聽(tīng)起來(lái)是相似的。這在英語(yǔ)和漢語(yǔ)中常見(jiàn)。
?、磫蝹€(gè)字母或詞、字的語(yǔ)音特性受上下文的影響，以致改變了重音、音調(diào)、音量和發(fā)音速度等。
?、淡h(huán)境噪聲和干擾對(duì)語(yǔ)音識(shí)別有嚴(yán)重影響，致使識(shí)別率低。
語(yǔ)音識(shí)別系統(tǒng)的實(shí)現(xiàn)
語(yǔ)音識(shí)別系統(tǒng)選擇識(shí)別基元的要求是，有準(zhǔn)確的定義，能得到足夠數(shù)據(jù)進(jìn)行訓(xùn)練，具有一般性。英語(yǔ)通常采用上下文相關(guān)的音素建模，漢語(yǔ)的協(xié)同發(fā)音不如英語(yǔ)嚴(yán)重，可以采用音節(jié)建模。系統(tǒng)所需的訓(xùn)練數(shù)據(jù)大小與模型復(fù)雜度有關(guān)。模型設(shè)計(jì)得過(guò)于復(fù)雜以至于超出了所提供的訓(xùn)練數(shù)據(jù)的能力，會(huì)使得性能急劇下降。
聽(tīng)寫(xiě)機(jī)：大詞匯量、非特定人、連續(xù)語(yǔ)音識(shí)別系統(tǒng)通常稱為聽(tīng)寫(xiě)機(jī)。其架構(gòu)就是建立在前述聲學(xué)模型和語(yǔ)言模型基礎(chǔ)上的HMM拓?fù)浣Y(jié)構(gòu)。訓(xùn)練時(shí)對(duì)每個(gè)基元用前向后向算法獲得模型參數(shù)，識(shí)別時(shí)，將基元串接成詞，詞間加上靜音模型并引入語(yǔ)言模型作為詞間轉(zhuǎn)移概率，形成循環(huán)結(jié)構(gòu)，用Viterbi算法進(jìn)行解碼。針對(duì)漢語(yǔ)易于分割的特點(diǎn)，先進(jìn)行分割再對(duì)每一段進(jìn)行解碼，是用以提高效率的一個(gè)簡(jiǎn)化方法。
對(duì)話系統(tǒng)：用于實(shí)現(xiàn)人機(jī)口語(yǔ)對(duì)話的系統(tǒng)稱為對(duì)話系統(tǒng)。受目前技術(shù)所限，對(duì)話系統(tǒng)往往是面向一個(gè)狹窄領(lǐng)域、詞匯量有限的系統(tǒng)，其題材有旅游查詢、訂票、數(shù)據(jù)庫(kù)檢索等等。其前端是一個(gè)語(yǔ)音識(shí)別器，識(shí)別產(chǎn)生的N-best候選或詞候選網(wǎng)格，由語(yǔ)法分析器進(jìn)行分析獲取語(yǔ)義信息，再由對(duì)話管理器確定應(yīng)答信息，由語(yǔ)音合成器輸出。由于目前的系統(tǒng)往往詞匯量有限，也可以用提取關(guān)鍵詞的方法來(lái)獲取語(yǔ)義信息。
看過(guò)“語(yǔ)音識(shí)別的方法”的人還看了：
2.ppt2007怎么制作文本語(yǔ)音識(shí)別的動(dòng)畫(huà)效果
3.探析語(yǔ)音識(shí)別技術(shù)的發(fā)展及趨勢(shì)
4.Win10正式版Cortana語(yǔ)音搜索在哪里怎么使用