项目5-2 知识技能：语音识别原理概述.pptxVIP

语音识别技术定义与发展史语音输入语音语音识别文本语言理解关键字语音输出语音语音合成文本语言生成反馈对话管理指令任务执行语音交互系统架构图

语音识别技术定义与发展史基本定义：语音识别技术（AutomaticSpeechRecognition，ASR）就是让机器通过识别和理解把语音信号转变为相应的文本或命令的技术。

语音识别技术定义与发展史发展史1950s只能识别10个英文数字发音(贝尔实验室)1980s模板匹配法只能识别小词汇量、孤立词识别1993—2009统计模型思路GMM-HMM模型实现大词汇量、非特定人连续识(词错误率10%)~2009以后深度神经网络DNN-HMM模型“端到端”技术(词错误率5.1%超过人类)

语音识别技术定义与发展史发展史

语音识别技术定义与发展史科大讯飞——带领中国声谷崛起

语音识别技术度量标准词错误率=准确率=度量标准：

语音识别技术影响因素应用限制与影响因素：环境影响：噪音、场地、麦克风、信道说话人影响：口音、方言、音量说话内容影响：中英混读、专业术语 一般场景下无法达到100%准确率

语音识别技术原理语音识别系统一般包括四部分：音频信号数字化、特征提取、模型训练、解码器。语音信号音频信号数字化特征提取解码器识别结果词典声学模型语言模型模型训练语音数据文本数据

语音识别技术原理语音信号的数字化一般包括语音信号采集、滤波、音频自动增益（ACG