人工智能：语音识别技术

今天给大家介绍一下关于语音识别相关的知识，希望对大家有所帮助！

1、什么是语音

语音指的是人类通过发声器官发出来具有一定意义、用来沟通交流的声音。

计算机中语音存储：以波形文件的方式存储，通过波形反映语音的变化，从而可以获取音强、音长等参数信息。

音域参数：傅利叶谱、梅尔频率到谱系数，主要用来提取语音内容以及音色的差别，用来更进一步辨别语音信息。

2、什么是语音识别

语音识别简单来说就是把语音内容自动转换为文字的过程，是人与机器交互的一种技术。

涉及领域：声学、人工智能、数字信号处理、心理学等方面。

语音识别的输入：对一段声音文件进行播放的序列。

语音识别的输出：输出的结果是一段文本序列。

3、语音识别的原理

语音识别需要经过特征提取、声学模型、语音模型、语音解码和搜索算法四个部分。

特征提取：把要分析的信号从最原始信号提取出来，这个阶段主要是对语音的幅度标准化、频响校正、分帧、加窗、始末端点检测等预处理操作，为声学模型提供需要特征向量。

声学模型：依靠声学模型进行语音参数分析（语音共振峰频率、幅度等）和对语音的线性预测参数进行分析。

语言模型：根据相关语言学理论，计算出声音片段可能词组序列的概率。

语音解码和搜索算法：根据声学模型+发音词典+语音模型构建的搜索空间，找到最合适的路径。解码完成后最终输出文本。

4、语音识别系统的组成

一个完整的语音识别系统包括：预处理、特征提取、声学模型训练、语言模型训练、语音解码器。

4.1 预处理

对输入的原始声音信号进行处理，过滤掉其中的背景噪音、非重要信息，还要对找到语音信号的开始和结束、语音分帧、提升高频部分的信号等操作。

4.2 特征提取

最常用的特征提取方法为梅尔顿到谱系数(MFCC),因为它拥有良好的抗噪性和健壮性。

4.3 声学模型训练

根据悬恋语音库的特征参数训练出声学模型参数，从而可以在识别时与声学模型进行匹配得到相应结果。目前主流语音识别系统一般都会采用HMM进行声学模型建模。

4.4 语言模型训练

用来预测哪个词序列正确的可能性更大。

4.5 语音解码器

解码器也就是语音识别技术中的识别过程，根据输入的语音信号，然后和训练好的HMM声学模型、语言模型、发音字典建立一个搜索空间，根据搜索算法找到最合适的路径。从而找到最合适的词串。

5、语音识别的使用场景

语音识别在日常生活中使用非常广泛主要分为封闭式和开放式应用。

封闭式应用：主要指针对特定控制指令的应用。

比如常见的有智能家居比如通过语音指令控制灯开关、热水器开关温度调节、打开空调等，大大丰富了我们日常的生活；

开放式应用：开放式主要是厂商提供语音识别服务，一般会公有云或者私有云的方式部署提供对应的SDK，让使用服务的客户进行语音识别服务的调用。

常见的场景有输入法、会议字幕实时输出、视频剪辑字幕配置等场景。