人工智慧：語音辨識技術

今天要來跟大家介紹一下關於語音辨識相關的知識，希望對大家有幫助！

1、什麼是語音

語音指的是人類透過發聲器官發出來具有一定意義、用來溝通溝通的聲音。

電腦中語音儲存：以波形檔案的方式存儲，透過波形反映語音的變化，從而可以獲取音強、音長等參數資訊。

音域參數：傅利葉譜、梅爾頻率到譜係數，主要用來擷取語音內容以及音色的差別，用來更進一步辨別語音訊息。

2、什麼是語音辨識

語音辨識簡單來說就是把語音內容自動轉換為文字的過程，是人與機器互動的一種技術。

涉及領域：聲學、人工智慧、數位訊號處理、心理學等面向。

語音辨識的輸入：對一段聲音檔案進行播放的序列。

語音辨識的輸出：輸出的結果是一段文字序列。

3、語音辨識的原理

語音辨識需要經過特徵擷取、聲學模型、語音模型、語音解碼和搜尋演算法四個部分。

特徵提取：把要分析的訊號從最原始訊號提取出來，這個階段主要是對語音的幅度標準化、頻響校正、分幀、加窗、始末端點檢測等預處理操作，為聲學模型提供需要特徵向量。

聲學模型：依靠聲學模型進行語音參數分析（語音共振峰頻率、振幅等）和對語音的線性預測參數進行分析。

語言模型：根據相關語言學理論，計算出聲音片段可能詞組序列的機率。

語音解碼與搜尋演算法：根據聲學模型 發音字典 語音模型建立的搜尋空間，找到最合適的路徑。解碼完成後最終輸出文字。

4、語音辨識系統的組成

一個完整的語音辨識系統包括：預處理、特徵提取、聲學模型訓練、語言模型訓練、語音解碼器。

4.1 預處理

對輸入的原始聲音訊號進行處理，過濾掉其中的背景噪音、非重要訊息，還要對找到語音訊號的開始和結束、語音分幀、提升高頻部分的訊號等操作。

4.2 特徵提取

最常用的特徵提取方法為梅爾頓到譜係數(MFCC),因為它擁有良好的抗噪性和健全性。

4.3 聲學模型訓練

根據懸戀語音庫的特徵參數訓練出聲學模型參數，從而可以在識別時與聲學模型進行匹配得到相應結果。目前主流語音辨識系統一般都會採用HMM進行聲學模型建模。

4.4 語言模型訓練

用來預測哪個字序列正確的可能性較大。

4.5 語音解碼器

解碼器也就是語音辨識技術中的辨識過程，根據輸入的語音訊號，然後和訓練好的HMM聲學模型、語言模型、發音字典建立一個搜尋空間，根據搜尋演算法找到最適合的路徑。從而找到最適合的詞串。

5、語音辨識的使用場景

語音辨識在日常生活中使用非常廣泛主要分為封閉式和開放式應用。

封閉式應用：主要指針對特定控制指令的應用。

例如常見的有智慧家庭例如透過語音指令控制燈開關、熱水器開關溫度調節、打開空調等，大大豐富了我們日常的生活；

開放式應用：開放式主要是廠商提供語音辨識服務，一般會公有雲或私有雲的方式部署提供對應的SDK，讓使用服務的客戶進行語音辨識服務的呼叫。

常見的場景有輸入法、會議字幕即時輸出、影片剪輯字幕配置等場景。

以上是人工智慧：語音辨識技術的詳細內容。更多資訊請關注PHP中文網其他相關文章！