- 1、本文档共35页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数据==智能从语音识别技术谈起
数据==智能?
从语音识别技术谈起
王东
清华大学校友人工智能论坛
2015-12-11
提纲
• 语音识别简史-从结构到数据
• 语音识别是否具有智能?
• 实现类人智能的一点思考
人类如何“听”声音
Sentences in brain (psychology)
Articulatory organs produce air pressure (physiology)
Speech wave transform in the air (transmission)
Auditory organs receive the wave (perception)
Brain decoding (neural science)
Understanding (linguistics, psychology…)
语音识别模拟人类听觉
/
主要困难:多样性和不确定性
Ellipses and Anaphors
Limited vocabulary
Multiple Interpretations
Speaker Dependency
Word variations
VP
NP
NP Word confusability
Context-dependency
MY IS THREE ZERO SEVEN
NUMBER SEVEN NINE TWO Coarticulation FOUR
Noise/reverberation
m I n m i s e th n I n z E o t s
n ü e f O r
r v r E Intra-speaker variability
b r v n
5
如何解决不确定贯穿60年语音识别
进程
• 提取不变因素,去除噪声
– Feature pipe-line
– Discriminative training
– DNN
• 用概率模型描述不确定性
– HMM,GMM
• 复杂函数特定条件建模
– DNN,RNN
文档评论(0)