(
课件网) 第三节 让机器能听会说 学习目标 了解智能语音技术的定义 理解智能语音技术的基本原理 了解智能语音技术的发展及应用 探讨智能语音技术的应用案例 新知讲解 如何让机器具备听说能力？ 智能语音技术是让机器具备人的听说能力的人工智能技术，包括语音识别及语音合成技术。 其中，语音识别技术模仿人的听觉能力，能够将人的语音转换为文字；语音合成技术模仿人的说话能力，能够将文本内容转换成语音，也可以让计算机模仿其他人的语音。 新知讲解 机器的听说过程是通过语音识别技术和语音合成技术来实现的。就像人通过学习获得听说能力一样，计算机也可以通过机器学习获得听说能力。 智能语音技术的基本原理 新知讲解 1.语音识别技术 语音识别（Automatic Speech Recognition，ASR），是一种让机器从语音中获取语言内容的技术，目的是将语音信息转变成人类可以理解的文字内容，使机器具备听觉器官，其原理如图2-3-1所示。 智能语音技术的基本原理 图2-3-1 语音识别 新知讲解 根据识别内容的范围，语音识别被分为“封闭域识别”和“开放域识别”。封闭域识别通常需要预先设定好需要识别的语音指令，机器只能识别这些特定的语音指令；开放域识别则不需要预先指定识别词的范围。 智能语音技术的基本原理 多学一手 新知讲解 拓展延伸 目前主流的语音识别是将日常生活语音转化成文本，属于开放域语音识别，看起来应用场景非常广，但如果不与人工智能结合，其应用场景还不如封闭域语音识别广。 封闭域语音识别应用场景： 1、语音做题app（或小程序） 2、远程授课语音做题 智能语音技术的基本原理 拓展延伸 例如，用语音做数学题，除了要有结果还要有步骤，用开放域语音识别来做，基本是不可能的，但如果用只含有数学语言的封闭域（简称数学域，其他类推）语音识别来做，就会很流畅。在远程授课过程中，教师和学生都可以通过语音做题，内容即时显示在屏幕上，这不仅极大的还原了真实课堂的授课体验，而且还有真实课堂无法比拟的优势。 智能语音技术的基本原理 语音识别是机器学习中常见的一个应用，分两个阶段。第一个是“训练”阶段，第二个是“识别”阶段，如图2-3-2所示。 智能语音技术的基本原理 图2-3-2 语音识别的流程 待识别语音 待识别语音 预处理 预处理 语音特征提取 语音特征提取 模型训练 模型匹配 模型库 训练 识别 输出结果 新知讲解 在训练阶段，需要准备语音和对应的文字。计算机首先对输入的语音进行预处理（去除噪声和不相干的声音），然后从语音信号中提取声学特征，最后再利用机器学习方法建立语音与对应的文字之间的对应关系，也就是识别模型。在识别阶段，计算机对待识别的语音进行相同的预处理和特征提取过程，然后将提取的特征与模型库中的模型进行匹配，进而识别出相应的结果。 智能语音技术的基本原理 新知讲解 语音和其他声音一样，也具有物理上的音高、音强、音长和音质四种要素。 音高：声音的高低，取决于发音体振动的快慢（对应于频率的高低）。音高取决于声带的形状。 音强：表示语音的强弱，主要与声带振动幅度的大小有关（对应于振幅大小）。音强取决于发音时用力的大小。 音长：语音的长短，对应于声波持续的时间。 音质：又称为“音色”，指的是语音的特色，是人的语音区别于其他声音的根本特点，音色与声道有关。 智能语音技术的基本原理 多学一手 新知讲解 2.语音合成技术 语音合成又叫文语转换（Text to Speech，TTS），是一种把文字转变成语音的技术（如图2-3-3所示），使机器能够像人一样开口说话。 智能语音技术的基本原理 图2-3-3 语音合成 新知讲解 语音合成技术也包括“训练”阶段和“合成”阶段。如图2-3-4所示，在训 ... ...
