語音識(shí)別系統(tǒng)主要包含哪四大部分

在這篇文章中，小編將為大家?guī)?a href="/tags/語音識(shí)別" target="_blank">語音識(shí)別系統(tǒng)的相關(guān)報(bào)道。如果你對(duì)本文即將要講解的內(nèi)容存在一定興趣，不妨繼續(xù)往下閱讀哦。

一、語音識(shí)別系統(tǒng)主要包含哪四大部分

1.特征提取和信號(hào)處理

在科學(xué)和工程中，遇到的大多數(shù)信號(hào)都是連續(xù)的模擬信號(hào)，而計(jì)算機(jī)只能處理離散的信號(hào)，因此，必須對(duì)這些連續(xù)的模擬信號(hào)進(jìn)行轉(zhuǎn)化，通過采樣和量化，轉(zhuǎn)化成數(shù)字信號(hào)。

2.聲學(xué)模型(Acoustic Model)

聲學(xué)模型是語音識(shí)別系統(tǒng)中最為重要的部分之一，主流系統(tǒng)多采用隱馬爾科夫模型進(jìn)行建模。 隱馬爾可夫模型的概念是一個(gè)離散時(shí)域有限狀態(tài)自動(dòng)機(jī)，隱馬爾可夫模型HMM是指這一馬爾可夫模型的內(nèi)部狀態(tài)外界不可見，外界只能看到各個(gè)時(shí)刻的輸出值。

對(duì)語音識(shí)別系統(tǒng)，輸出值通常就是從各個(gè)幀計(jì)算而得的聲學(xué)特征。用HMM刻畫語音信號(hào)需作出兩個(gè)假設(shè)，一是內(nèi)部狀態(tài)的轉(zhuǎn)移只與上一狀態(tài)有關(guān)，另一是輸出值只與當(dāng)前狀態(tài)(或當(dāng)前的狀態(tài)轉(zhuǎn)移)有關(guān)，這兩個(gè)假設(shè)大大降低了模型的復(fù)雜度。HMM的打分、解碼和訓(xùn)練相應(yīng)的算法是前向算法、Viterbi算法和前向后向算法。

3.語言模型(Language Model)

語言模型用來表示詞序列出現(xiàn)的可能性，用文本數(shù)據(jù)訓(xùn)練而成，是語音識(shí)別系統(tǒng)重要的組成部分

基于規(guī)則的語言模型，其數(shù)據(jù)的主要來源是人類社會(huì)中語言學(xué)家掌握的語言學(xué)知識(shí)和領(lǐng)域知識(shí)，以及特定語法規(guī)則的約束下，受限領(lǐng)域內(nèi)的句子。

統(tǒng)計(jì)語言模型，通過對(duì)大量文本語料進(jìn)行處理，獲取給定詞序列的概率分布，客觀描述隱含的規(guī)律，適合于處理大規(guī)模真實(shí)文本。

4.解碼搜索

解碼器是將語音中的信息解碼識(shí)別并輸出的一個(gè)關(guān)鍵結(jié)構(gòu)。針對(duì)輸入的語音信號(hào)，根據(jù)己經(jīng)訓(xùn)練好的聲學(xué)模型、語言模型及字典建立一個(gè)識(shí)別網(wǎng)絡(luò)， 使用搜索算法在該網(wǎng)絡(luò)中尋找最佳的一條路徑 ，輸出最大概率的情況下的文字。

二、語音識(shí)別系統(tǒng)有哪些功能特點(diǎn)

對(duì)比語音識(shí)別技術(shù)的兩個(gè)發(fā)展方向，由于基于不同的運(yùn)算平臺(tái)，因此具有不同的特點(diǎn)。大詞匯量連續(xù)語音識(shí)別系統(tǒng)一般都是基于PC機(jī)平臺(tái)，而語音識(shí)別專用芯片的中心運(yùn)算處理器則只是一片低功耗、低價(jià)位的智能芯片，與一臺(tái)甚至多臺(tái)PC機(jī)相比起來，其運(yùn)算速度，存儲(chǔ)容量都非常有限，因而這些由專用芯片實(shí)現(xiàn)的語音識(shí)別系統(tǒng)有如下幾個(gè)特點(diǎn)：

1、多為中、小詞匯量的語音識(shí)別系統(tǒng)，即只能夠識(shí)別10~100詞條。只有近一兩年來，才有連續(xù)數(shù)碼或連續(xù)字母語音識(shí)別專用芯片實(shí)現(xiàn)。

2、一般僅限于特定人語音識(shí)別的實(shí)現(xiàn)，即需要讓使用者對(duì)所識(shí)別的詞條先進(jìn)行學(xué)習(xí)或訓(xùn)練這一類識(shí)別功能對(duì)語種、方言和詞條沒有限制。有的芯片也能夠?qū)崿F(xiàn)非特定人語音識(shí)別，即預(yù)先將所要識(shí)別的語句碼本訓(xùn)練好而裝入芯片，用戶使用時(shí)不需要再進(jìn)行學(xué)習(xí)而直接應(yīng)用。但這一類識(shí)別功能只適用于規(guī)定的語種和方言，而且所識(shí)別的語句只限于預(yù)先已訓(xùn)練好的語句。

3、由此芯片組成一個(gè)完整的語音識(shí)別系統(tǒng)。因此，除了語音識(shí)別功能以外，為了有一個(gè)好的人機(jī)界面和識(shí)別正確與否的驗(yàn)證，該系統(tǒng)還必須具備語音提示(語音合成)及語音回放(語音編解碼記錄)功能。

4、多為實(shí)時(shí)系統(tǒng)，即當(dāng)用戶說完待識(shí)別的詞條后，系統(tǒng)立即完成識(shí)別功能并有所回應(yīng)，這就對(duì)電路的運(yùn)算速度有較高的要求。

5、除了要求有盡可能好的識(shí)別性能外，還要求體積盡可能小、可靠性高、耗電省、價(jià)錢低等特點(diǎn)。

以上便是小編此次想要和大家共同分享的有關(guān)語音識(shí)別系統(tǒng)的內(nèi)容，如果你對(duì)本文內(nèi)容感到滿意，不妨持續(xù)關(guān)注我們網(wǎng)站喲。最后，十分感謝大家的閱讀，have a nice day!