信息技术 第二册（五年制高职）课件 9.3.1 语音识别系统.pptx

探索智能家居;语音识别系统;;语音识别系统的定义;语音识别（SpeechRecognition）是指用计算机技术将语音信号转换成文本或者其他形式的输出，识别语音信号并将其转换为可输入计算机的数字信号。语音识别技术实际上就是一个将声学信号转换成语义信息的过程。通常使用基频、共振峰（Formants）和声强（时域信号）等特征来描述语音信号。;现在的语音识别技术可以被广泛应用于智能家居、移动设备、汽车导航等领域。;02

语音识别系统的原理;实现语音识别系统一般包含以下三个部分：;

在声学模型中，主要是通过提取语音信号的频谱特征来构建状态模型。

频谱特征是指语音信号在任意时刻的功率谱密度和谱相位变化情况。

特征提取完成后，将其输入到HMM模型中进行训练。

在实际应用中，需要使用大量的训练样本，通过机器学习算法对模型进行优化，以达到高准确度的语音识别效果。

;

语音识别引擎是语音识别系统的核心部分，它负责对声学模型提取的语音特征进行解码，并生成相应的文本结果。

语音识别引擎中有两个主要的组件：前端处理和推理处理。

（1）前端处理是通过声学模型进行信号特征提取，并将特征序列进一步转换为声学特征向量，如梅尔倒谱系数（MFCC）、线性预测编码（LPC）等。

（2）推理处理是通过语音识别的算法，用声学特征向量计算词概率，并将词序列转换为最终的文本结果。;

语言模型是语音识别系统中的另一个重要组成部分。语言模型负责根据上下文环境，预测用户语音输入的下一个单词。语言模型应该能够识别符合语言规则的语句。

在语言模型中，通常使用n-gram语言模型或者神经网络语言模型来完成文本预测。

ChatGPT属于一类基于GPT技术的大语言模型（LargeLanguageModel,LLM）。大语言模型极大地改变了自然语言处理领域的研究范式，越来越多的科技公司为了赶上ChatGPT引发的时代浪潮，也纷纷给出了自己的大语言模型，包括Google、Microsoft、NVIDA等一系列顶尖科技公司。;03

语音识别系统的工作流程;数据采集

数据采集需要采集大量的正常人的语音数据，以及噪声、干扰等不同场景下的语音数据，以便于语音识别引擎的训练和调试。

预处理

预处理是指对采集到的原始语音信号进行采样、滤波、分帧、特征提取、噪声消除等多种处理，以适配语音识别引擎的输入要求。

建模

建模是指在掌握大量的语音数据后，采用一定的机器学习算法，训练出一个准确的声学模型。

解码

解码是指将采集到的语音信号输入到语音识别引擎中，通过匹配上已经构建好的声学模型和语言模型，进行文本识别的过程。;THANKS