人工智能语音识别课件.pptVIP

语音识别

?语音识别涉及领域?语音识别的类型?语音识别原理框图?DTW算法

语音识别技术就是让机器通过识别和理解过程把人类的语音信号转变为相应的文本或命令的技术，属于多维模式识别和智能计算机接口的范畴。它是语音信号处理学科的一个分支。语音识别系统的本质就是一种模式识别系统。常见的语音识别方法有动态时间归整技术(DTW)、矢量量化技术(VQ)、隐马尔可夫模型(HMM)、基于段长分布的非齐次隐马尔可夫模型(DDBHMM)和人工神经元网络(ANN)

模板匹配方法的语音识别算法需要解决的一个关键问题是说话人对同一个词的两次发音不可能完全相同。设参考模板有M帧矢量{R(1)，R(2)，…R(m)，…，R(M)}，R(m)为第m帧的语音特征矢量，测试模板有N帧矢量{T(1)，T(2)，…T(n)，…，T(N)}，T(n)是第n帧的语音特征矢量。d(T(i),R(i))表示T中第i帧特征与R中i帧特征之mnm

DTW是把时间规整和距离测度计算结合起来的一种非线性规整技术，它寻找一个规整函数i=Ф(i)，将测试矢量的时间轴n非线mn性地映射到参考模板的时间轴m上，并使该函数满足：D就是处于最优时间规整情况下两矢量的距离。

DTW算法的原理图如图把测试模板的各个帧号n=1~N在一个二维直角坐标系中的横轴上标出，把参考模板的各帧m=1~M在纵轴上标出，通过这些表示帧号的整数坐标画出一些纵横线即可形成一个网格，网格中的每一个交叉点(t,r)表示测试ij模式中某一帧与训练模式中某一帧的交汇。DTW算法分两步进行，一是计算两个模式各帧之间的距离，即求出帧匹配距离矩阵，二是在帧匹配距离矩阵中找出一条最佳路径。

搜索从(1,1)点出发，对于局部路径约束如图5-3，点(i,i)可达到的前一个格点只可能nmnmnm(in,im)一定选择这三个距离中的最小者所对应的点作为其前续格点，这时此路径的累积距离为：D(i,i)=d(T(i),R(i))+min{D(i-1,i),D(i-nmnmnmnmnm

?电话通信的语音拨号特别是在中、高档移动电话上，现已普遍的具有语音拨号的功能。随着语音识别芯片的价格降低，普通电话上也将具备语音拨号的功能。?汽车的语音控制对汽车的卫星导航定位系统（GPS）的操作，汽车空调、照明以及音响等设备的操作，同样也可以由语音来方便的控制。?工业控制及医疗领域当操作人员的眼或手已经被占用的情况下，在增加控制操作时，最好的办法就是增加人与机器的语音交互界面。由语音对机器发出命令，机器用语音做出应答。

?个人数字助理的语音交互界面PDA的体积很小，人机界面一直是其应用和技术的瓶颈之一。由于在PDA上使用键盘非常不便，因此，现多采用手写体识别的方法输入和查询信息。随着语音识别技术的提高，语音将成为PDA主要的人机交互界面。?智能玩具?家电遥控用语音可以控制电视机、VCD、空调、电扇、窗帘的操作，而且一个遥控器就可以把家中的电器皆用语音控起来。

语音识别技术的应用发展方向?一个方向是大词汇量连续语音识别系统，主要应用于计算机的听写机，以及与电话网或者互联网相结合的语音信息查询服务系统，这些系统都是在计算机平台上实现的；?另外一个重要的发展方向是小型化、便携式语音产品的应用，如无线手机上的拨号、汽车设备的语音控制、智能玩具、家电遥控等方面的应用，这些应用系统大都使用专门的硬件系统实现，特别是近几年来迅速发展的语音信号处理专用芯片和语音识别片上系统的出现。