浙教版 (2020)八年级下册第三单元 人工智能基础第11课 语音识别技术说课课件ppt

这是一份浙教版 (2020)八年级下册第三单元 人工智能基础第11课 语音识别技术说课课件ppt，共28页。PPT课件主要包含了新知导入，新知讲解，知识链接，亲身体验，讯捷文字语音转换器，日积月累，随堂练习，如语音识别mp3，如讯飞，如50等内容，欢迎下载使用。
同学们，观看下面这副图，微信里有这个功能，你认为它什么用处呢？
语音转换成文字，利用了语音识别技术
语音识别录入比打字快3倍
语音识别是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言。
一、语音识别的过程 语音识别基本过程：通过数模转化得到一个数字声音信号，对该声音信号进行预处理和特征提取，将该特征在声学模型中进行模式匹配得到音素序列，最后在语言模型中查找该音素序列匹配概率最高的文本，并输出识别结果。语音识别过程如图11-1锁定所示。
图 11-1 语音识别的过程
语音识别原理是什么呢？
1.声音数字化 声音数字化是指对于连续变化的声音物理信号，每隔一段时间，测得模拟信号的电压值，给出该电压值相应的量化值，并在计算中用0和1表示。通过声卡将模拟信号转换为数字信号。声音数字化过程如图11-2所示。
图 11-2 模拟转换的过程给
2.信号预处理 信号预处理是指对语音信号进行降噪、消除杂音等处理后得到一个比较干净的语音信号。
3.特征提取 特征提取就是每隔一定时间，把声音的音调、音长等特征提取出来的过程。
4.模式匹配 模式匹配就是将提取出来的特征在声学模型中进行比对，得到一组音素序列。音素是根据语音的自然规律划分出的最小语音单位。汉语拼音中的“a、b、p……”等可视为一个个音素。例如“国家”这个单词包含“g、u、j、i、a”这些音素。把音素按照语言规律组合起来，就构成了每个单词的发音。
声学模型 通过采集成千上万个人的发音样本，提取每个单词所包含音素的发音特征，形成声学模型。由于普通话和地方方言的发音特征不同，因此根据样本的语言，可形成不同的声学模型。同一发音在不同模型中识别的效果是不一样的。
5.语言处理 语音处理是指根据匹配到的音素序列，在语言模型中找到概率最高的文本并输出识别结果。 不同单词之间的搭配，在语句中出现的概率是不一样的。常用的词语出现概率会比其他的更高，也会被优先输出。单词的搭配还应该符合语言习惯，如“起床上学”比“上学起床”出现的概率更高。
语言模型 对搜集到的海量语句进行分析统计，获得单词之间搭配的概率关系，从而形成语言模型。
二、语音识别的实践 百度、腾讯等人工智能开放平台集成了大量的声学模型和语言模型。通过这些平台提供的软件开发工具包，可以把录制的声音传送到平台进行识别，并返回识别结果。例如，利用百度语音识别软件开发工具包，可以识别已录制的myaudi.wav文件中的语音信息，部分识别程序如图11-3，识别过程及结果如图11-4所示。
图 11-3 主程序部分代码
图 11-4 语音转换成文本
尝试在其他人工智能开放平台、APP或相关软件中，将录制的myaudi.wav文件转换成文本。
讯飞开放平台可进行语言的选择。
语音识别的准确率与声学模型和语言模型密切相关。如果声学模型是用普通话训练的，那么识别方言语音的准确率就相对较低。通过及时更新地名、网络流行语等词汇，在语言模型中改变单词之间的搭配概率，可以有效地提高新单词的识别率。语音识别的准确率还与录音时周边环境的噪音、录声设备的质量等因素有关。
1.想一想：你在哪里见过语音识别的应用？
车载导航、语音搜索、曲目识别、家电遥控等。
1.录制一段语音，在人工智能开放平台、APP或软件中，将录制的语音分别转换成文本，并统计转换后文本的准确率。 录制的语音文件名：_______________， 包含文字（不含标点）的数量：________个
2.选择不同的“发音人”或方言对同一段文本信息进行录制，然后在统一平台、APP或软件中进行测试，并统计识别的准确率。 文本信息中包含文字（不含标点）的数量：_____个。平台、APP或软件名称：______________。
1、语音识别的过程分为：声音数字化、信号预处理、特征提取、模式匹配、语音处理。2、语音识别的工作原理：通过软件开发工具包把声音传送到平台识别，并返回结果。
一、语音识别的过程二、语音识别的实践