人工智能基础 配套课件.pptVIP

10.1 智能手机 10.1.4　推荐引擎 值得一提的是，Amazon 在做推荐时，设计和用户体验也做得特别独到： （1）Amazon 利用它有大量历史数据的优势，量化推荐原因。 （2）基于社会化的推荐，Amazon 会给你事实的数据，让用户信服，例如：购买此物品的用户百分之多少也购买了那个物品。 （3）基于物品本身的推荐，Amazon 也会列出推荐的理由，例如：因为你的购物筐中有，或者因为你购买过，所以给你推荐类似的。 10.2 智能机器人 10.3 无人驾驶 10.4 人工智能在医疗方面的应用 8.4.3　语音降噪 8.4 　语音增强 单通道语音降噪有三种主流方法：第一，基于信号处理技术的语音降噪方法，该方法在处理平稳噪声时具有不错性能，但面对非平稳噪声和突变噪声性能会下降； 第二，基于矩阵分解的语音降噪方法，该方法计算复杂度相对较高； 第三，基于数据驱动的语音降噪方法，当训练集和测试集不匹配时性能明显下降。 8.5 　语音转换 如图 8-10 所示，语音转换系统包括训练 阶段和转换阶段 8.5 　语音转换 8.5.1　码本映射法 码本映射法是最早应用于语音拼接的方法，这是一种比较有效的频谱转换算法。在这个算法中，源码本和目标码本的单元一一对应，通过从原始语音片段中抽取关键的语音帧作为码本，建立起源说话人和目标说话人参数空间的关系。 8.5 　语音转换 8.5.2　高斯混合模型法 高斯混合模型是传统方法中的主流，它利用最小均方误差准则来确定转换函数，通过统计参数模型建立源说话人和目标说话人的映射关系，将源说话人的声音映射成目标说话人的声音。 8.5 　语音转换 8.5.3　深度神经网络法 比较典型的深层神经网络结构包括受限玻尔兹曼机—深层置信神经网络、长短时记忆递归神经网络、深度卷积神经网络等。由于深层神经网络具有较强的处理高维数据的能力，因此通常直接使用原始高维的谱包络特征训练模型，从而有助于提高转换语音的话音质量。 8.6 　情感语音 8.6.1　情感描述 离散情感模型将情感描述为离散的、形容词标签的形式，如高兴、愤怒等。丰富的语言标签描述了大量的情感状态，而用于研究的情感状态需要更具普遍性，因此人们定义了基本情感类别便于研究。其中，美国心理学家 Ekman 提出的 6 大基本情感（又称为 big six，即生气、厌恶、恐惧、高兴、悲伤和惊讶）在当今情感相关研究领域的使用较为广泛。 8.6 　情感语音 8.6.2　情感语音的声学特征 情感语音中可以提取多种声学特征，用以反映人的情感行为的特点。用于语音情感识别的声学特征大致可归纳为韵律特征、频谱特征和音质特征这三种类型。 8.6 　情感语音 8.6.3　语音情感识别 语音情感识别系统由三部分组成：语音信号采集、语音情感特征提取和语音情感识别。当今语音情感识别系统所采用的识别算法可以分为如下两类：离散语音情感分类器和维度语音情感分类器。 （1）离散语音情感分类器：它们一般被建模为标准的模式分类问题，即使用标准的模式分类器进行情感的识别。 （2）维度语音情感分类器：该研究一般被建模为标准的回归预测问题，即使用回归预测算法对情感属性值进行估计，在当前的维度语音情感识别领域使用较多的预测算法有：线性回归、k-NN、ANN、支持向量回归等。 阅读 人工智能语音识别技术方兴未艾—— 智能语音助手或成未来间谍？ 不可否认，人与人工智能之间总存在一堵不可逾越的高墙，智能语音的作用也难以超越真人间的交互。然而，大批量智能语音机器人的投入使用，必能极大降低人力成本。且随着自然语言处理技术的深入发展，模拟人声越发真实。而智能语音系统在经过人机交互学习后，甚至可能直接影响网络空间的舆论氛围。知名科幻电影《机械姬》讲述了一则人工智能机器人艾娃，通过一连串足以乱真的表演，成功诱骗男主角助其逃脱开发公司控制的奇妙故事。的确，在精致的伪装之下，人工智能也会令人类的智商“下线”。 文章节选 思考 01 03 04 02 2. 语音合成主要方法有哪些？每种方法的优缺点是什么？ 1. 语音识别系统的组成有哪些？ 3. 简单介绍语音转换在语音合成中的应用。 4. 语音情感识别系统由几部分组成？情感识别算法有哪几种？ PART/9 计算机视觉 从一张图片上辨识出各个物体对于人类来说轻而易举，但是对于计算机来说却并不直观。从一张图片上辨识出各个物体对于人类来说轻而易举，但是对于计算机来说却并不直观。 学习目标 1. 了解计算机视觉概念。 2. 熟悉数字图像的类型和表示方法。 3. 掌握基于浅层模型的方法和基于深度模型的方法。 9.1 计算机视觉概述 9.1.1　图像分类 9-1 所示为图像分类实例，给定一张图片，通过模