音頻處理技術(shù)-資料下載頁
2025-08-16 01:24本頁面
【正文】 音信號后，如何模仿人的聽 覺 器官辨 別 所聽到的 語 音內(nèi)容或 講話 人的特征， 進(jìn) 而模仿人 腦 理解出 該語 音的含 義 或判 別 出講話 人的 過 程。167。 分 類 ：按 講話 者分 類 ：(1)特定人的 語 音 識別 系 統(tǒng) :其特點是依 賴 于 說話 者只有在用特定 單詞組 形成的 詞匯 表系 統(tǒng)訓(xùn)練 后，它才能 識別 。 (2)非特定人 識別 系 統(tǒng) :此 類 系 統(tǒng) 可 識別 任何用 戶 的 語 音。72上海建 橋 學(xué)院信息技 術(shù) 系按 識別詞 的性 質(zhì) 分 類 ： (1)孤立 詞 (語 音 )識別 系 統(tǒng) :一次只提供一個 單 一 詞 的 識別 。 (2)連 接 詞語 音 識別 :連 接 詞 的 語 音由所 說 的短 語組 成，而短 語又是由 詞 序列 組 成 連 接 詞語 音 識別 可用于命令和控制 應(yīng) 用 (3)連續(xù)語 音 識別 :這 種方法比孤立 單詞 或 連 接 詞語 音 識別 都復(fù)雜許 多。 73上海建 橋 學(xué)院信息技 術(shù) 系74上海建 橋 學(xué)院信息技 術(shù) 系連續(xù)語 音 識別 系 統(tǒng) 分成三部分： ? 數(shù)字化、幅度 歸 一化、 時間歸 一化和參數(shù)表示。 分割并把 語 音段 標(biāo)記 成在基于知 識 或基于 規(guī)則 系 統(tǒng) 上的符號串。 識別詞 序列并 進(jìn) 行 語 音段匹配。 ? 75上海建 橋 學(xué)院信息技 術(shù) 系語 音 識別 系 統(tǒng) 的 組 成采樣、量化語音端點檢測計算語音譜估價音調(diào)輪廓圖分解、鑒定語音特征單詞識別識別后的語 音語 音輸 入?yún)⒖即辶?庫語義分析理解后的語 音語義庫76上海建 橋 學(xué)院信息技 術(shù) 系語 音 識別難 度大167。 語 音 變 化大，不同人不一 樣 ，同一人也會有 變 化。167。 語 音有模糊性，不同 詞語 聽起耒很相似。167。 同一字和 詞 的 發(fā) 音受上下文影響而有不同（ 語 音的同化、異化、 換 位、弱化、脫落等音 變現(xiàn) 象）。167。 環(huán) 境噪聲的干 擾 ，例如 墻 壁與物體 對 聲波的反射會與主聲波重迭。167。 連續(xù)語 音流不易把 單 字（ 詞 ）區(qū)分出來（端點 檢測 ）例如，若 單 字（ 詞 ） 識別 正確率 為 ， 則 ：3個 單 字（ 詞 ） 組 成的句子 識別 正確率 為 8個 單 字（ 詞 ） 組 成的句子 識別 正確率 為 167。 單 字（ 詞 ）與 庫 中的模板比 較 之前，必 須進(jìn) 行復(fù) 雜 的 “時間歸 一化 ”處 理。77上海建 橋 學(xué)院信息技 術(shù) 系167。語 音合成（ Speechsynthesis）： 指人 們根據(jù) 語 言學(xué)的知 識 ，在 語 音分析技 術(shù) 和 語 音存儲 技 術(shù) 的基 礎(chǔ) 上，利用適當(dāng)方法和手段，重構(gòu) 語音的 過 程。167。 有兩種情況：167。 第一， 語 音再 現(xiàn) 。 這 是一個聲音的 還 原 過 程。167。 第二，模仿人 說話 。首先形成要 說 的內(nèi)容；其次 轉(zhuǎn) 成基本 發(fā) 音 編碼 序列；然后 進(jìn) 行判斷理解，決定聲 調(diào) 、重音和 語 氣，形成 “言 語碼 ”；最后控制并 輸 出 語 音。78上海建 橋 學(xué)院信息技 術(shù) 系167。 語 音合成 要求 是可以理解的，并且是很自然的， 應(yīng) 用范 圍 比 較 廣，比如自 動報 警 ,自 動應(yīng) 答,有聲校 對 ,有聲 電 子 郵 件 ,殘疾人服 務(wù) 等79上海建 橋 學(xué)院信息技 術(shù) 系兩 類 方法 對 比 較波形合成法 規(guī)則 合成法語 音 單 位 字、 詞 、短 語 等 音素 (元音 ,輔 音 。聲母 ,韻母等 )存 儲 形式 波形形式 特性參數(shù)（基 頻 ,幅度 ,共振峰等）合成方法 波形 連 接優(yōu) 缺點 存 儲 量大；可懂度、自然度受 語 音 單 元大小的影響由音素 組 成音 節(jié) ，音 節(jié)組 成字和 詞 ，然后再 組 成句子在 儲 量小，但很 難 得到高質(zhì) 量的 語 音80上海建 橋 學(xué)院信息技 術(shù) 系語 音生成同 樣 有困 難167。 語 音 單 元的自然 連 接 問題167。 語 氣、 語調(diào)問題167。 多音字（ 詞 ） 問題趨勢 ： Soundspecificmethods(兩種方法相 結(jié) 合 )81上海建 橋 學(xué)院信息技 術(shù) 系語 音合成方法（三種）波形 編碼 分析合成 按 規(guī)則 合成波形 特性參數(shù)語 言符號存 儲 器（模 擬 / 數(shù)字）存 儲 器（參數(shù)）合成 規(guī)則（參數(shù) 轉(zhuǎn)換）存 儲單 元波形連 接存 儲 器（參數(shù)）參數(shù)連 接存 儲 器（參數(shù)）參數(shù)序列的生成存 儲 器（參數(shù)）信息的基本形成輸 入數(shù)據(jù)語 音 語 音 語 音82上海建 橋 學(xué)院信息技 術(shù) 系文 語轉(zhuǎn)換 器文 — 語轉(zhuǎn)換 ： 與 錄 音的重放不同，它是從 輸 入的任何文本 產(chǎn) 生合成 語 音 輸 出， 這 就相當(dāng)于人去 讀書 面文章的 過 程。 這 個 過 程既包含有很高 級 的信息處 理，又包含 發(fā) 音器官復(fù) 雜 的生理控制。 兩個 組 成部分： 發(fā) 音器： 語 音合成器，它相當(dāng)人的 發(fā) 音系 統(tǒng) 。 驅(qū)動 器 ： 輸 入是要 發(fā) 聲的文本串或其它 語 言信息， 輸 出用來 驅(qū)動發(fā) 聲器 發(fā) 音。83上海建 橋 學(xué)院信息技 術(shù) 系語 法規(guī)則詞庫發(fā) 音詞 典文本分析語 音控制韻律控制(節(jié) 奏 ,音 調(diào))語音合成器音素 庫 韻律規(guī)則庫語 音輸 出文本音 標(biāo)韻律音 長 ，加重，聲 調(diào) ，停 頓綜 合 譜 ，形狀反射，聲道特性84上海建 橋 學(xué)院信息技 術(shù) 系總結(jié)167。 課 后 習(xí)題 ：1， 2， 3， 7， 8， 9， 11,15， 16， 17167。 實 踐 題 目：使用聲音 處 理 軟 件 進(jìn) 行聲音的采集和 處 理85上海建 橋 學(xué)院信息技 術(shù) 系作 業(yè)167。 課 后作 業(yè) ：書 上： 1， 2， 3， 7， 8， 9， 11,15， 16， 17課 外：8
法律信息相關(guān)推薦
鄂ICP備17016276號-1