6.2 人工智能的应用 教学设计 2022—2023学年粤教版（2019）高中信息技术必修1

人工智能的应用 教学设计 一、教学重点： 1、语音识别技术的原理及应用。 2、语音特征的提取、声学模型、语言模型。 二、教学难点： 1、语音特征的提取、声学模型、语言模型。 三、教学目标 （1）学生能够理解语音识别的概念。 （2）学生能够了解语音识别的一般过程。 （3）学生能够了解语音识别实际应用 四、教学过程 播放视频，通过提出问题导入新课随着人工智能技术的发展，越来越多的机器人走进我们的生活，下面请同学们观看一个视频，来进一步了解智能机器人。 （播放语音识别机器人视频）同学们，你在哪里见过语音识别的应用？观目前语音识别技术在智能家居、智能车载、智能客服机器人等方面有广泛的应用，未来将会深入到学习、生活、工作的各个环节。那机器人到底是怎么来识别我们人类声音的那？接下来我们一起了解一下语音识别技术。 那什么是语音识别？语音识别是指将语音自动转换为相应的文字或命令的过程。不同于其他的语音处理技术，语音识别技术注重对语音内容的识别和理解。 设计意图： 观看视频，回答问题并思考通过观看视频和举例，初步了解语音识别。 语音识别的概念 语音识别是人工智能领域的一项重大突破，它将人说话的语音信号，转换为可被机器识别的文字信息 二、语音识别的原理 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。 语音识别过程如图所示。 语音识别原理是什么呢？ 1.获取声音信号，数字化 我们说话的声音属于模拟信号，收集到声音以后机器会先把模拟信号转换为数字信号 2.信号预处理，特征提取 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。 对这个信号进行处理，即对音频进行分针处理，把音频切成一小段一小段的 每一小段称为一帧，经过分帧的音频，就会分成类似如图所示一帧一帧的信号，再从每一帧里面提取出其对应的特征向量 声学模型匹配 对于图中的波形，我们可以得到如图所示的特征向量，依据得到特征向量 再根据声学模型对其进行分类，将大量的语音数据，使用特定算法产生声学模型 声学模型就像是一个分类器，根据接收到的不同波形，按照分类寻找对应的音节 对于前面我们已经得到的波形，机器便通过对其在声学模型里面找到其对应的音节，比如第一个特征向量对应的是LI，依次类推，由此便得到了对应的音素信息 4.语言模型匹配 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。 知识链接：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。 语音识别的应用 生活中，语音识别的应用领域非常广泛，除了我们之前提到的导航出行、语音助手之外，还有智能音箱、智能电视、智能手表、智能眼镜和陪小朋友聊天讲故事的陪伴机器人等 下列哪项没有运用到语音识别技术呢 答案选c 声光控灯 声光控灯利用了感应等物理原理 并没有利用语音识别技术 四、语音识别的问题 目前，语音识别技术在使用过程中，仍存在许多问题，比如机器在识别语音时，周围的噪音会降低识别准确率，同时我们说话的重音，音调音量和发音速度等不同，也会造成无法正确识别。除此之外，机器要识别并理解自然语言，还要建立更详细的理解语义的规则，虽然语音识别技术还存在着许多问题，但是只要同学们努力学习，相信大家也能解决语音识别中的难题。 小 结 今天，我们一起了解了语音识别技术的概念，重点学习了语音识别技术的基本原理，简要介绍了它的应用和目前存在的问题。 ... ...