語音識別技術(shù)人工智能方面的論文(文件)
【正文】 有408個無調(diào)音節(jié)，數(shù)量相對較少。實(shí)際應(yīng)用中常把聲母依后續(xù)韻母的不同而構(gòu)成細(xì)化聲母，這樣雖然增加了模型數(shù)目，但提高了易混淆音節(jié)的區(qū)分能力。在實(shí)際應(yīng)用中，語音信號的壓縮率介于10100之間。但線性預(yù)測模型是純數(shù)學(xué)模型，沒有考慮人類聽覺系統(tǒng)對語音的處理特點(diǎn)。 也有研究者嘗試把小波分析技術(shù)應(yīng)用于特征提取，但目前性能難以與上述技術(shù)相比，有待進(jìn)一步研究。聲學(xué)模型的目的是提供一種有效的方法計算語音的特征矢量序列和每個發(fā)音模板之間的距離。 以漢語為例： 漢語按音素的發(fā)音特征分類分為輔音、單元音、復(fù)元音、復(fù)鼻尾音四種，按音節(jié)結(jié)構(gòu)分類為聲母和韻母。漢語的一個音節(jié)就是漢語一個字的音，即音節(jié)字。 目前常用的聲學(xué)模型基元為聲韻母、音節(jié)或詞，根據(jù)實(shí)現(xiàn)目的不同來選取不同的基元。 語言模型對中、大詞匯量的語音識別系統(tǒng)特別重要。語法結(jié)構(gòu)可以限定不同詞之間的相互連接關(guān)系，減少了識別系統(tǒng)的搜索空間，這有利于提高系統(tǒng)的識別。2）目前大多主流的語音識別解碼器已經(jīng)采用基于有限狀態(tài)機(jī)（WFST）的解碼網(wǎng)絡(luò)，該解碼網(wǎng)絡(luò)可以把語言模型、詞典和聲學(xué)共享音字集統(tǒng)一集成為一個大的解碼網(wǎng)絡(luò)，大大提高了解碼的速度，為語音識別的實(shí)時應(yīng)用提供了基礎(chǔ)。目前，國外的應(yīng)用一直以蘋果的siri為龍頭?！ 、舱Z音信息量大。說話者在講話時，不同的詞可能聽起來是相似的。十．存在問題的解決方法。解決辦法按針對語音特征的方法（以下稱特征方法）和模型調(diào)整的方法（以下稱模型方法）分為兩類。語音系統(tǒng)中的噪聲，包括環(huán)境噪聲和錄音過程加入的電子噪聲。九．語音識別技術(shù)的前景和應(yīng)用在電話與通信系統(tǒng)中，智能語音接口正在把電話機(jī)從一個單純的服務(wù)工具變成為一個服務(wù)的“提供者”和生活“伙伴”；使用電話與通信網(wǎng)絡(luò)，人們可以通過語音命令方便地從遠(yuǎn)端的數(shù)據(jù)庫系統(tǒng)中查詢與提取有關(guān)的信息；隨著計算機(jī)的小型化，鍵盤已經(jīng)成為移動平臺的一個很大障礙，想象一下如果手機(jī)僅僅只有一個手表那么大，再用鍵盤進(jìn)行撥號操作已經(jīng)是不可能的。這些技術(shù)已經(jīng)能夠滿足通常應(yīng)用的要求。人們可以通過電話網(wǎng)絡(luò)用語音識別口語對話系統(tǒng)查詢有關(guān)的機(jī)票、旅游、銀行信息，并且取得很好的結(jié)果。人們也將調(diào)整自己的說話方式以適應(yīng)各種各樣的識別系統(tǒng)。至于什么時候可以建立一個像人一樣完善的語音識別系統(tǒng)則是很難預(yù)測的。 可以預(yù)測在近五到十年內(nèi)，語音識別系統(tǒng)的應(yīng)用將更加廣泛。在西方經(jīng)濟(jì)發(fā)達(dá)國家，大量的語音識別產(chǎn)品已經(jīng)進(jìn)入市場和服務(wù)領(lǐng)域。語音技術(shù)的應(yīng)用已經(jīng)成為一個具有競爭性的新興高技術(shù)產(chǎn)業(yè)。信道畸變包括錄音時話筒的距離、使用不同靈敏度的話筒、不同增益的前置放大和不同的濾波器設(shè)計等等。后者是利用少量的自適應(yīng)語料來修正或變換原有的說話人無關(guān)（SI）模型，從而使其成為說話人自適應(yīng)（SA）模型。提高系統(tǒng)魯棒性，是要提高系統(tǒng)克服這些因素影響的能力，使系統(tǒng)在不同的應(yīng)用環(huán)境、條件下性能穩(wěn)定；采用自適應(yīng)的方法，根據(jù)不同的影響來源，自動地、有針對性地對系統(tǒng)進(jìn)行調(diào)整，在使用中逐步提高性能?！ 、磫蝹€字母或詞、字的語音特性受上下文的影響，以致改變了重音、音調(diào)、音量和發(fā)音速度等。一個人的說話方式隨著時間變化。八．語音識別主要有以下五個問題： ?、睂ψ匀徽Z言的識別和理解。在語音識別中，訓(xùn)練數(shù)據(jù)的匹配和豐富性是推動系統(tǒng)性能提升的最重要因素之一，但是語料的標(biāo)注和分析需要長期的積累和沉淀，隨著大數(shù)據(jù)時代的來臨，大規(guī)模語料資源的積累將提到戰(zhàn)略高度。技術(shù)新發(fā)展1）將機(jī)器學(xué)習(xí)領(lǐng)域深度學(xué)習(xí)研究引入到語音識別聲學(xué)模型訓(xùn)練，使用帶RBM預(yù)訓(xùn)練的多層神經(jīng)網(wǎng)絡(luò)，極大提高了聲學(xué)模型的準(zhǔn)確率。語言學(xué)理論包括語義結(jié)構(gòu)、語法規(guī)則、語言的數(shù)學(xué)描述模型等有關(guān)方面。 基于統(tǒng)計的語音識別模型常用的就是HMM模型λ(N,M,π,A,B)，涉及到HMM模型的相關(guān)理論包括模型的結(jié)構(gòu)選取、模型的初始化、模型參數(shù)的重估以及相應(yīng)的識別算法等。 漢語聲母共有22個，其中包括零聲母，韻母共有38個。有時，將含有聲調(diào)的韻母稱為調(diào)母。聲學(xué)模型單元大?。ㄗ职l(fā)音模型、半音節(jié)模型或音素模型）對語音訓(xùn)練數(shù)據(jù)量大小
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1