??作者主頁：IT技術(shù)分享社區(qū)

創(chuàng)新互聯(lián)公司是一家集網(wǎng)站建設(shè),邳州企業(yè)網(wǎng)站建設(shè),邳州品牌網(wǎng)站建設(shè),網(wǎng)站定制,邳州網(wǎng)站建設(shè)報(bào)價(jià),網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,邳州網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競(jìng)爭(zhēng)力。可充分滿足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時(shí)我們時(shí)刻保持專業(yè)、時(shí)尚、前沿，時(shí)刻以成就客戶成長(zhǎng)自我，堅(jiān)持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實(shí)用型網(wǎng)站。

??作者簡(jiǎn)介：大家好,我是IT技術(shù)分享社區(qū)的博主，從事C#、Java開發(fā)九年，對(duì)數(shù)據(jù)庫、C#、Java、前端、運(yùn)維、電腦技巧等經(jīng)驗(yàn)豐富。

??個(gè)人榮譽(yù)：?數(shù)據(jù)庫領(lǐng)域優(yōu)質(zhì)創(chuàng)作者🏆，華為云享專家🏆，阿里云專家博主🏆?

??個(gè)人博客：IT技術(shù)分享社區(qū)

??公眾號(hào)/小程序：IT技術(shù)分享社區(qū) （運(yùn)營五年）

??好文章點(diǎn)贊 👍 收藏 ?再看，養(yǎng)成習(xí)慣

目錄

1、什么是語音

2、什么是語音識(shí)別

3、語音識(shí)別的原理

4、語音識(shí)別系統(tǒng)的組成

4.1 預(yù)處理

4.2 特征提取

4.3 聲學(xué)模型訓(xùn)練

4.4 語言模型訓(xùn)練

4.5 語音解碼器

---

今天給大家介紹一下關(guān)于語音識(shí)別相關(guān)的知識(shí)，希望對(duì)大家有所幫助！

1、什么是語音

語音指的是人類通過發(fā)聲器官發(fā)出來具有一定意義、用來溝通交流的聲音。

計(jì)算機(jī)中語音存儲(chǔ)：以波形文件的方式存儲(chǔ)，通過波形反映語音的變化，從而可以獲取音強(qiáng)、音長(zhǎng)等參數(shù)信息。

音域參數(shù)：傅利葉譜、梅爾頻率到譜系數(shù)，主要用來提取語音內(nèi)容以及音色的差別，用來更進(jìn)一步辨別語音信息。

2、什么是語音識(shí)別

語音識(shí)別簡(jiǎn)單來說就是把語音內(nèi)容自動(dòng)轉(zhuǎn)換為文字的過程，是人與機(jī)器交互的一種技術(shù)。

涉及領(lǐng)域：聲學(xué)、人工智能、數(shù)字信號(hào)處理、心理學(xué)等方面。

語音識(shí)別的輸入：對(duì)一段聲音文件進(jìn)行播放的序列。

語音識(shí)別的輸出：輸出的結(jié)果是一段文本序列。

3、語音識(shí)別的原理

語音識(shí)別需要經(jīng)過特征提取、聲學(xué)模型、語音模型、語音解碼和搜索算法四個(gè)部分。

特征提?。喊岩治龅男盘?hào)從最原始信號(hào)提取出來，這個(gè)階段主要是對(duì)語音的幅度標(biāo)準(zhǔn)化、頻響校正、分幀、加窗、始末端點(diǎn)檢測(cè)等預(yù)處理操作，為聲學(xué)模型提供需要特征向量。

聲學(xué)模型：依靠聲學(xué)模型進(jìn)行語音參數(shù)分析（語音共振峰頻率、幅度等）和對(duì)語音的線性預(yù)測(cè)參數(shù)進(jìn)行分析。

語言模型：根據(jù)相關(guān)語言學(xué)理論，計(jì)算出聲音片段可能詞組序列的概率。

語音解碼和搜索算法：根據(jù)聲學(xué)模型+發(fā)音詞典+語音模型構(gòu)建的搜索空間，找到最合適的路徑。解碼完成后最終輸出文本。

4、語音識(shí)別系統(tǒng)的組成

一個(gè)完整的語音識(shí)別系統(tǒng)包括：預(yù)處理、特征提取、聲學(xué)模型訓(xùn)練、語言模型訓(xùn)練、語音解碼器。

4.1 預(yù)處理

對(duì)輸入的原始聲音信號(hào)進(jìn)行處理，過濾掉其中的背景噪音、非重要信息，還要對(duì)找到語音信號(hào)的開始和結(jié)束、語音分幀、提升高頻部分的信號(hào)等操作。

4.2 特征提取

最常用的特征提取方法為梅爾頓到譜系數(shù)(MFCC),因?yàn)樗鼡碛辛己玫目乖胄院徒研浴?/p> 4.3 聲學(xué)模型訓(xùn)練

根據(jù)懸戀語音庫的特征參數(shù)訓(xùn)練出聲學(xué)模型參數(shù)，從而可以在識(shí)別時(shí)與聲學(xué)模型進(jìn)行匹配得到相應(yīng)結(jié)果。目前主流語音識(shí)別系統(tǒng)一般都會(huì)采用HMM進(jìn)行聲學(xué)模型建模。

4.4 語言模型訓(xùn)練

用來預(yù)測(cè)哪個(gè)詞序列正確的可能性更大。

4.5 語音解碼器

解碼器也就是語音識(shí)別技術(shù)中的識(shí)別過程，根據(jù)輸入的語音信號(hào)，然后和訓(xùn)練好的HMM聲學(xué)模型、語言模型、發(fā)音字典建立一個(gè)搜索空間，根據(jù)搜索算法找到最合適的路徑。從而找到最合適的詞串。

5、語音識(shí)別的使用場(chǎng)景

語音識(shí)別在日常生活中使用非常廣泛主要分為封閉式和開放式應(yīng)用。

封閉式應(yīng)用：主要指針對(duì)特定控制指令的應(yīng)用。

比如常見的有智能家居比如通過語音指令控制燈開關(guān)、熱水器開關(guān)溫度調(diào)節(jié)、打開空調(diào)等，大大豐富了我們?nèi)粘５纳睿?/p>

開放式應(yīng)用：開放式主要是廠商提供語音識(shí)別服務(wù)，一般會(huì)公有云或者私有云的方式部署提供對(duì)應(yīng)的SDK，讓使用服務(wù)的客戶進(jìn)行語音識(shí)別服務(wù)的調(diào)用。

常見的場(chǎng)景有輸入法、會(huì)議字幕實(shí)時(shí)輸出、視頻剪輯字幕配置等場(chǎng)景。

你是否還在尋找穩(wěn)定的海外服務(wù)器提供商？創(chuàng)新互聯(lián)www.cdcxhl.cn海外機(jī)房具備T級(jí)流量清洗系統(tǒng)配攻擊溯源，準(zhǔn)確流量調(diào)度確保服務(wù)器高可用性，企業(yè)級(jí)服務(wù)器適合批量采購，新人活動(dòng)首月15元起，快前往官網(wǎng)查看詳情吧

網(wǎng)站題目：人工智能：語音識(shí)別技術(shù)介紹-創(chuàng)新互聯(lián)
鏈接分享：http://www.rwnh.cn/article32/cejhpc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供響應(yīng)式網(wǎng)站、網(wǎng)頁設(shè)計(jì)公司、網(wǎng)站維護(hù)、營銷型網(wǎng)站建設(shè)、建站公司、移動(dòng)網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)