《语音识别基础》PPT课件

《《语音识别基础》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、语音识别基础上海交通大学计算机系吴亚栋E-mail:ydwu@mail.sjtu.edu.cnTel:62932057第一章绪论第一章绪论1.1语音识别的重要性1.2语音识别的定义、原理和分类1.3本课程的内容与要求1.4语音识别的历史回顾1.1语音识别的重要性1.1.1语音信息处理与语音识别1.1.2语音识别的重要性人类利用语言相互交流信息，包括语音和文字两种表达方式。通过语音相互传递信息，这是人类最重要的基本功能之一。随着信息社会的发展，人与人之间，自不必说，即使在人与机器之间也每时每刻都需要进行大量的信息交换。(图1.1)计算机语音识别是智能计算机系统

2、的重要特征。这一技术的应用将从根本上改变计算机的人机界面，从而对计算机的发展以及推广应用产生深远的影响*。1.2语音识别的定义、原理及分类1.2.1语音识别的定义1.2.2语音识别的基本原理1.2.3语音识别的分类1.3本课程的内容与要求本课程的内容本课程的要求参考书籍1.4语音识别的回顾1.4.1国外语音识别研究的历史1.4.2我国语音识别研究的历史第一章回家作业调查报告：[国内外语音识别技术研究开发最新动态]提交时间：图1.1人与人之间、人与机器之间的语音信息处理过程人与人之间的语音通信(人)行动意图说话方收听方○语言形成发音收听认识·理解传输系统(编码

3、、解码)空间传播文本解析语音合成语音识别文章输入(机器)语音理解计算机处理应答文生成·Ⅰ：第一类人机语音通信问题Ⅱ：第二类人机语音通信问题ⅠⅡ○·计算机模拟人类交流信息的过程:(1)将大脑产生的思想转换成语言(2)将语言转换成相应的语音(3)识别表达语言的语音内容(4)理解语音所表达的语言意义自然语言生成自然语言理解语音合成语音识别*语音识别是一项具有巨大应用推广前景的工程基于电话的语音识别技术，使计算机直接为客户提供金融证券和旅游等方面的信息查询及服务成为可能，进而成为电子上午进展中的重要一环(Voice-Commerce)。语音识别技术作为声控产业，必将

4、对编辑排版、办公自动化、工业过程和机器操作的声控技术起到重大的推进作用。因此可以预言，语音技术必将对工业、金融、商业、文化、教育等诸方面事业产生革命性的影响。*主要先进国家都将此工程列为国家级研究项目面对如此广阔的应用领域，目前国内外众多公司正积极推动语音识别技术的应用。微软：让计算机能说会听IBM：ViaVoice仍居主流Intel：做语音技术倡导者微软：让计算机能说会听BillGates在97年世界计算机博览会(COMDEX)主题演讲会上描绘IT事业的发展宏图时，率先指出：下一代操作系统和应用程序的用户界面将是语音识别。工业界应对语音识别领域的重大突破做

5、好充分准备，因为那将是一场席卷全球的另一次热潮。1998年11月5日，微软中国研究院在北京成立。该中心的任务是重点研究计算机在中文环境下的易用性。IBM：ViaVoice仍居主流IBM公司潜心研究语音识别技术迄今已达30年之久，投资超过2亿美元。IBM公司于1995年在北京成立了中国研究中心，中文语音信息处理成了该中心三大研究领域之一，并于1997年9月4日，在北京推出了中文连续语音识别产品ViaVoice。Intel：做语音技术倡导者1998年，英特尔公司也宣布致力于推广语音识别技术，除了在北京举办首届语音技术国际论坛之外，还在北京、上海、成都、广州等地展

6、开了“基于英特尔框架的语音识别技术”的宣传活动。联合了七家世界著名学术机构（中科院自动化所、清华大学、香港科技大学、香港中文大学、麻省理工学院、俄勒岗研究院、WATERLLOO大学）成立了“国际语音技术研究组织”，致力于计算机语音技术的基础研究，以加速中文语音识别技术的发展。1.2.1语音识别的定义语音识别是研究如何采用数字信号处理技术自动提取以及决定语音信号中最基本、最有意义的信息的一门新兴的边缘学科。它是语音信号处理学科的一个分支。语音识别所涉及的学科领域：信号处理、物理学（声学）、模式匹配、通信及信息理论、语言语音学、生理学、计算机科学（研究软硬件算法

7、以便更有效地实现用于识别系统中的各种方法）、心理学等。*音韵信息与音律信息有意义、有内容的信息是构成语音音韵特性、即语音的共性特征之基础，这类特征信息称为音韵信息。语音信号中有关个人特征的信息、即语音的个性特征，如：音强、节奏、音高等，这类特征信息称为音律信息。从广义上讲，语音识别也包括了对说话人的识别，其主要内容是提取语音信号中有关个人特征的信息、即语音的个性特征（如：音律特性等），在这里专指有意义、有内容的识别。1.2.2语音识别的基本原理训练(Training)：预先分析出语音特征参数，制作语音模板(Template)并存放在语音参数库中。识别(Rec

8、ognition)：待识语音经过与训练时相同的分析，