ASR自动语音识别基础理论

对话式AI的理解与其子任务的介绍

ASR自动语音识别

简史和发展历程

工作流程及原理

ASR自动语音识别简介

ASR（Automatic Speech Recognition）自动语音识别是计算机科学和计算语言学的一个跨学科子领域，其开发的方法和技术使计算机可以将口语识别并翻译成文本。它也被称为计算机语音识别或语音转文本（STT）。它整合了计算机科学，语言学和计算机工程领域的知识和研究。

ASR自动语音识别应用场景

ASR自动语音识别理论

• 波
  声音讯号参数：
  振幅：振幅是指空气分子从静止位置的最大位移。
  波峰和波谷：波峰是声波中的最高点，波谷是最低点。
  波长：2个连续波峰或波谷之间的距离称为波长。
  周期：每个音频信号都以周期的形式遍历。信号的完整向上移动和向下移动形成一个循环。
  频率：频率是指信号在一段时间内变化的速度。
  
• 把声音转化成计算机可以识别的数据
  
• 声波的数字化表达
  
• 傅里叶变换为频谱
  
• 完整的频谱图
  我们将hello语言中的20毫秒声音片段通过傅里叶变换拿到转换后对应的频谱图如下：
  
  我们对每20 毫秒的小声音片段连续经过傅里叶变换的过程直到结束，最终会得到hello语音一个完整的频谱图
  
• 声学模型
  我们将频谱图中每个小音频片段，连续的输入给声学模型中去，它将找出与当前正在说出的声音相对应的字母。
  
• 映射
  当跑完的整个音频（一次一个小音频片段）之后，我们将最终得到一份对照表（映射mapping），其中标明了每个音频块和其最有可能对应的字母。这是我说那句「Hello」所对应的映射的大致图案
  
• 折叠删除
  我们将重复字符折叠: HHHEE_LL_LLLOOO => HE_L_LO，然后我们删除空格符: HE_L_LO becomes => HELLO

自动语音识别工具包的简介及设计架构

使用先进的ASR工具快速实现第一个语音识别应用

（注：内容来源于NVADA的讲座）