第二课 《语音识别的实现》 教案 教学时间 教学班级 六年级 课程名称 语音识别的实现 课时 1课时 教学目标 一、知识与技能 1.理解人类识别语音的过程； 2.能够陈述机器识别语音的过程。 二、过程与方法 1．通过讲授和展示的方式，让学生了解人类识别语音与计算机识别语音的含义并说出其过程。 三、情感态度与价值观 1．通过本节课学习，使学生认识到人机语音识别的联系，学会知识迁移。 重点 1．领会人类与计算机进行语音识别的过程联系； 2．理解语音识别模型训练的过程。 难点 学会人类和计算机的类比方法 教具 WPS软件，掌控版、mPython 教学方法 教学展示、小组讨论、兴趣驱动。 教学过程 教师 学生 一、导入（5分钟） 同学们，欢迎大家继续来到人工智能大讲堂。 （小组讨论）请同学们开展小组讨论，思考一下，你们认为机器是靠什么听到声音并能分辨出人们说的是什么话呢 并和同学们讨论交流一下。 哪位小组的学生向大家说出你的观点。很好，同学们回答很有逻辑且融入了自己的理解！老师看得出来，同学们对于语音识别的过程都有自己独到的见解。现在就让我们全面学习一下人类识别语音与机器识别语音的过程吧。 小组讨论并回答问题 知识讲解（20分钟） 1.人识别语音的过程 同学们想一想，为什么你能区别老师和你同桌的声音呢？ “风声雨声读书声，声声人耳”。当外界有物体发出声音时，人耳进行声音的采集，耳蜗会将不同声音的频率区分开，转化为大脑可以理解的神经信号，再传递到大脑进行分析和存储，这时人才听到声音。当再次听到类似的声音时，人就能分辨出来。所以人的听觉系统并不仅指耳朵，还包括能够记住和分辨声音的大脑等。整体而言，人分辨声音的过程可以概括为采集与分频、大脑进行识记、新语音的匹配与识别、输出结果。 2.机器识别语音的过程 机器识别语音的过程和人类识别语音的过程相似，首先我们来看个动画 类比人识别声音的过程，可以把机器识别语音的过程概括为语音特征提取、训练语音识别模型、新语音的匹配与识别、输出结果。 首先是语音特征提取，当人们说话时，机器会用自身的传感器采集语音，之后将语音转化为计算机能够处理的数据串。人们发出的每个字的语音几乎都不相同，机器需要将描述每个语音特点的特征参数提取出来。 第二步是训练语音识别模型，机器将每个语音的特征提取出来以后会形成语音数据集。训练语音识别模型的过程就好比机器将这些语音进行分类记忆的过程，先把有相同特点的语音归为一类，并将这些相同语音的特征参数总结归纳为一个算法公式即模型，再准备一些相同语音的特征参数输入模型中不断优化模型，像这种根据语音特征参数进行训练的模型称为声学模型，将语音识别需要的文字进行训练的模型称为语言模型。 第三步是新语音的匹配与识别，有效的语音数据越多，模型优化得就越好，识别的准确率就越高。训练好声学模型和语言模型后，就可以使用语音识别技术了。人们发出语音后，机器将收集到的语音特征参数先输入声学模型中，匹配得到概率最高的音，再结合语言模型匹配得到概率最高的文本。 最后就输出结果，语音识别最终输出的结果是文字或指令，它得到的并不是确定的识别结果，而是出现概率最高的字词或指令，所以在干扰因素小的环境下结合优秀的算法模型，语音识别的准确率会更高。 同学们都理解了吗？能用自己的话说一说机器识别语音的过程吗？ 学生思考并回答问题 三、实操练习（10分钟） 下面我们以小组为单位完成以下的实践任务，请各小组上来分享一下： 1.登录某AI平台;2.选择语音自训练平台;3.播放语音模型训练的视频介绍;4.描述语音识别模型训练的过程。 小组合作，完成任务 四、课堂总结（5分钟） 好的，每个小组都完成的非常棒，看来大家都理解了语音识别模型训练的过程 ... ...
~~ 您好，已阅读到文档的结尾了 ~~
