3.2 语音识别的实现——体验语音特征提取、训练、识别全过程 课件(共11张PPT)

资源下载
  1. 二一教育资源

3.2 语音识别的实现——体验语音特征提取、训练、识别全过程 课件(共11张PPT)

资源简介

(共11张PPT)
语音识别的实现
学习目标
1.理解人类识别语音的过程;
2.能够陈述机器识别语音的过程;
3-2
T
语音识别的实现
3-2
同学们,请思考一下,你们认为机器是靠什么听到声音并能分辨出人们说的是什么话呢 和同学们讨论交流一下。
一、人识别语音的过程
所以人的听觉系统并不仅指耳朵,还包括能够记住和分辨声音的大脑等。
整体而言,人分辨声音的过程可以概括为采集与分频、大脑进行识记、新语音的匹配与识别、输出结果。
耳朵与大脑的协同作用
人耳进行声音的采集
耳蜗会将不同声音的频率区分开,转化为大脑可以理解的神经信号
再传递到大脑进行分析和存储,这时人才听到声音。当再次听到类似的声音时,人就能分辨出来。
人听到声音的过程
语音识别的实现
3-2
语音识别的实现
3-2
二、机器识别语音的过程
类比人识别声音的过程,可以把机器识别语音的过程概括为
语音识别的实现
3-2
二、机器识别语音的过程
当人们说话时,机器会用自身的传感器采集语音,之后将语音转化为计算机能够处理的数据串。人们发出的每个字的语音几乎都不相同,机器需要将描述每个语音特点的特征参数提取出来
语音识别的实现
3-2
二、机器识别语音的过程
机器将每个语音的特征提取出来以后会形成语音数据集。
训练语音识别模型的过程就好比机器将这些语音进行分类记忆的过程,先把有相同特点的语音归为一类,并将这些相同语音的特征参数总结归纳为一个算法公式即模型,再准备一些相同语音的特征参数输入模型中不断优化模型,像这种根据语音特征参数进行训练的模型称为声学模型,将语音识别需要的文字进行训练的模型称为语言模型。
语音识别的实现
3-2
二、机器识别语音的过程
二、语音识别技术的应用
有效的语音数据越多,模型优化得就越好,识别的准确率就越高。训练好声学模型和语言模型后,就可以使用语音识别技术了。
人们发出语音后,机器将收集到的语音特征参数先输入声学模型中,匹配得到概率最高的音,再结合语言模型匹配得到概率最高的文本。
语音识别的实现
3-2
二、语音识别技术的应用
语音识别最终输出的结果是文字或指令,它得到的并不是确定的识别结果,而是出现概率最高的字词或指令,所以在干扰因素小的环境下结合优秀的算法模型,语音识别的准确率会更高。
语音识别的实现
3-2
语音识别的实现
3-2
请完成下列任务
本节课的项目你完成了多少呢?

展开更多......

收起↑

资源预览