语音识别技术思维导图

Yyyy

2022-11-07

浏览量: 22

语音识别技术

AI产品经理

思维导图

技术知识

AI产品经理需了解的技术知识：语音识别技术概括总结思维导图

树图思维导图提供《语音识别技术》在线思维导图免费制作，点击“编辑”按钮，可对《语音识别技术》进行在线思维导图编辑，本思维导图属于思维导图模板主题，文件编号是：ed2232a4806c3c116005efd7989eca77

思维导图大纲

一、语音识别的发展

20世纪50年代，语音识别的研究工作开始，这时主要探索和研究声音和语音学的基本概念和原理。

20世纪60年代，可以解决不等长语音匹配问题。

20世纪70年代，随着NLP技术和微电子技术的深入发展，语音识别领域的线性预测分析技术得到广泛应用，HMM等技术基本成熟。

20世纪80年代，语音研究其显著特征是HMM和人工神经网络（ANN）。

从发展可以看出：

语音识别技术最早依靠匹配，寻找单个音节、单个词和标准语音模板的最大相似度进行匹配

后来伴随着统计学被引入到语音识别中，将该技术逐步从模板匹配技术转向基于统计模型技术。

二、语音识别的基本原理

对于不同的语音识别过程，人们采用的识别方法和技术不同，但所用的原理大致相同，即将经过降噪处理后的语音送入特征提取模块，然后对语音信号特征处理后输出识别结果。

在这个过程中，特征提取是构建语音系统的关键，对识别结果起到了重要作用，原理见下图：

预处理：

过滤掉原始语音中的次要信息或噪音等，将语音信号转化为数字信号。

特征提取：

提取语音特征参数，形成特征矢量序列。

三、语音信号特征

实现语音识别，就需要语音参数来刻画语音信息。

语音原本具有短时特性，所以描述语音的单位用帧（一般为10-40ms），在音频帧上提取的短时音频特征，叫音频帧特征。

相对音频帧较长的时间间隔成为音频段，在音频段上提取的特征叫音频段特征。

四、预处理模块

原始语音信号传入预处理模块的目的：

是为了压缩原始语音数据，提取出有代表性的特征来做后续的识别

主要分为三部分：

预加重

在语音识别过程中，经常会遇到原始语音数据因为噪音、背景音或次要信息的影响导致识别效果变差。

预加重的目的就是为了提高语音质量，从含有噪声语音的信号中，尽可能提取纯净的原始语音信号。

它的方法有很多，下面列举三个：

（1）谱减法

首先假设噪音和期望语音信号相互独立，然后通过估计噪音的功率，在原始语音中减去噪音功率达到去除噪音的目的。

这个方法较适用于噪音平稳波动性小的情况。

（2）自适应滤波法

通过获得前一时刻的滤波器参数，去自动调节现在时刻的滤波器参数。

（3）小波去噪法

基于信号和噪声的小波系数在各尺度的分布特性，采用阈值的方法，达到去除噪声的目的。

分帧加窗

语音信号可假定为短时平稳的，即在较短时间内（如5-50ms），语音信号基本保持不变，然后把语音信号分隔为一些音频段再加以处理。

这些短段一般是周期的，对每个短段语音进行处理，就等效于对固定特性的这样原始语音进行处理。

对每一帧处理的结果，就可以看作是一个新的依赖于时间的序列，且这个序列可用于描述语音信号特征。

端点检测

对语音信号中的有声片段和无声片段进行分割，然后再针对有声片段的语音特征进行识别，主要是利用语音特征参数进行判断。

一般情况下，端点监测是语音识别的第一步。

系统化思维思维导图

Yyyy

0.51

树图思维导图提供《系统化思维》在线思维导图免费制作，点击“编辑”按钮，可对《系统化思维》进行在线思维导图编辑，本思维导图属于思维导图模板主题，文件编号是：e77c9c258e18be10afdd5822b0b4199e

如何争取AI产品经理offer思维导图

Yyyy

1.87

树图思维导图提供《如何争取AI产品经理offer》在线思维导图免费制作，点击“编辑”按钮，可对《如何争取AI产品经理offer》进行在线思维导图编辑，本思维导图属于思维导图模板主题，文件编号是：c16d305c2b84a32d59d42f2f901a2a26

思维导图模板

IT互联网

分析方法/模型

正文

相似思维导图模版

思维导图模版推荐

首页

我的文件

我的团队

个人中心

语音识别技术思维导图

思维导图大纲

相关思维导图模版

一、语音识别的发展

二、语音识别的基本原理

三、语音信号特征

四、预处理模块

相似思维导图模版

思维导图模版推荐