语音信息处理ppt要点.ppt

语音信息处理 音色与语音识别 1.语音信息处理的概念 语音信息处理是研究用数字信号处理技术对语音信息进行处理的一门学科。 基于语音产生的生理学研究成果，可建立语音信号产生模型 语音信号的产生与感知 语音有三要素：音调，音强，音色 音强大小取决于气流流过声带时的能量 音调高低与震动频率有关 而音色与振动频率，送气方式和声道的形状，尺寸密切相关。 音色在语音识别应用上前景广阔 2.语音信息处理的学科基础 语音识别 声学 信息论 语音、语言学 信号 处理 人工 智能 模式 识别 数理 统计 听写机 查询 系统 电话 拨号 残疾人用品 消费 电子 … … 实际应用 学科基础 语音识别的应用背景和学科基础 3.语音信息处理的分支和应用 语音识别 语音合成 语音编码 说话人识别 3.1 语音识别 (1)语音识别研究的目的就是研究出一种具有听觉功能的机器，能直接接受人口呼的命令，理解人的意图，并做出相应的反应。 语音识别的应用 语音识别技术在信息处理领域的首要的巨大应用将在于提供了一种全新的人机交互形式。 苹果的Siri。 Siri恶搞，国人Siri，Siri惊魂，Siri日式英语。 语音输入法。 语音识别的分类 针对说话人：特定说话人语音识别和非特定说话人语音识别 针对词汇量：小词汇量、中词汇量和大词汇量的识别 针对说话方式：孤立词识别和连续语音识别 针对识别环境：实验室环境语音识别、电话语音识别和广播语音识别 3.2 语音合成 语音合成是将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的口语输出的技术。 （让电脑说话） 语音合成的应用 1．海量信息查询类业务 大部分海量信息如考试查分、征婚启事、人才信息、电话广告等，由于其内容庞大，往往无法在短期内完成录音，即使可以事先录音，也需要很长的制作周期，而且在量大的时候肯定会出现人为错误；采用语音合成技术可以节约大量人力，缩短开发周期，而且能够完全保证了所有信息100％正确。 2．动态信息查询类业务 声讯节目逐渐地由现在娱乐型节目为主的节目构成转向以应用型的节目为主，而多数的应用类节目对实时性要求比较高，如证券行情、订票、订房等，上述应用中动态信息不可能事先录音，需要实时地从数据库中读取，动态进行语音合成，保证信息的实时性。 自动报时、报警、公共汽车或电车自动报站 打印出版过程中的文本校对。 电子函件及各种电子出版物的语音阅读。 感应门铃 语音合成的例子（霍金） 不能说话和做手势，如何演讲写字？ 在霍金的眼镜上，约距右颊一英寸处，安装了负责侦测肌肉活动的红外线发射器及侦测器，譬如他想打招呼，说声你好，他先以眼球控制红外线感应器，选定在屏幕上轮流出现的英文字母，当计算机出现他想要的H时，霍金再动眼球，这样计算机就会不断显示以H为字头的英文字，当HELLO出现时，他又动一下以选定这个字，当他造句完毕后，才把句子传至合成器发声。因此霍金要说一句话，就要逐字逐句输入计算机，再由语音合成器将文字化成声音，一分钟只能处理3-5个字。 3.3 语音编码 语音编码的研究目的是如何在尽量减少失真的情况下高效率地对模拟语音信号进行数字表达。 语音编码的应用 数字通信系统 移动无线通信 保密语音通信 3.4 说话人识别 说话人识别（声纹识别）可分为两种： 说话人辨认 说话人确认 目前，声纹识别已经在证券交易、银行交易、身份证、信用卡的认证等领域均有应用。在国外，声纹识别技术已经取得了较为广泛的应用。美国已把声纹识别用到保险、银行等行业，迪拜在交通管理上使用声纹验证来确认驾驶员身份，戴尔公司已经实施了声纹认证用于网上订购，菲律宾政府的养老金系统现在也可以通过声纹识别来完成身份认证。 在国内，声纹识别技术目前已广泛应用于嵌入式系统，同时其他方面的应用也逐渐兴起，如招商银行已经于2008年8月开始与以色列的PerSay公司进行声纹识别方面的项目合作。 声纹识别已成功应用在司法鉴定领域。利用声纹识别技术确定犯罪证据，如通过分析电话录音资料来确定犯罪嫌疑人的身份和犯罪行为等做法，已在一些刑事案件的侦破中得到应用。美国在1971年就公开认可使用声纹鉴定。 在国内，随着各种录音设备的普及，声音材料的留存十分方便，因此一些案件就可以借助声纹鉴定来协助案件的侦查和审理。声纹鉴定已经成为国内司法鉴定机构的一种重要技术手段，其在司法活动的某些方面已然发挥出显著的作用。 声纹识别的应用 还杰克逊一个“清白”。《爆炸新闻》 拉登之死。 车臣总统杜达耶夫。 THANKS！ 语音输入法，是以语音方式进行输入的方法。随着3G的发展，大屏幕手机将成主流，无论键盘还是手写，均有各种限制。语音输入