语音识别基本原理学习

最新推荐文章于 2023-03-09 17:31:56 发布
最新推荐文章于 2023-03-09 17:31:56 发布
阅读量1k 收藏 4
点赞数 1
分类专栏： asr
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34326845/article/details/98040590
版权
本文介绍了语音识别的基本原理，包括语音识别架构、声学模型AM（Acoustic Model）如CD-DNN-HMM和CTC模型，以及语言模型LM在解决多音字问题和解码约束中的作用。声学模型利用HMM或RNN描述语音和状态之间的转换，而CTC模型实现了直接将语音映射到文字的End-to-End建模。
摘要由CSDN通过智能技术生成

语音识别基本架构

在这里插入图片描述

  • W表示文字序列，Y表示语音的输入
  • 那么根据公式1，表示语音识别的目标是 在给定语音输入的情况下，找到可能性最大的文字序列
  • 根据贝叶斯公式，可以得到公式2，分母P(Y)表示出现这条语音的概率，对于我们的求解目标来说是一个常数，所以求解时忽略，得到公式3
  • 公式3的P(Y|W)表示给定一个文字序列而出现这条音频的概率，成为声学模型。P(W)表示出现这个文字序列的概率，成为语言模型。
  • 无论是传统的方法，或者深度学习网络的方法也是，目前的语音识别在架构上都没有脱离上面的公式。也就是说都是包括 声学模型和语言模型

声学模型 AM (Acoustic Model）

  • 声学模型是对声音发声的建模，能够把语音输入转换成声学表示的输出，更准确的说是给出语音属于某个声学符号的概率。在英文中这个声学符号可以是音节或者是更小的颗粒度音素(phone)，在中文中这个声学符号可以是声韵母或者是颗粒度筒英文一样小的音素。

CD-DNN-HMM模型

公式3的声学模型表示为下面的形式

最低0.47元/天 解锁文章
自然语言处理之语音识别：Convolutional Neural Networks (CNN)与注意力机制
zhubeibei168的博客
10-14 1157
语音识别（Speech Recognition）是将人类的语音转换为文本的过程。这一技术在电话服务、语音助手、会议记录等领域有着广泛的应用。语音识别系统通常包括声学模型、语言模型和解码器三个主要部分。
语音识别基础知识
罐罐罐子的博客
04-19 1044
语音识别基础知识语音识别基础语音识别的发展语音识别方法声学模型HMMGMM语言模型n-gramRNN语言模型解码器基于端到端学习的方法语音识别的应用与开发工具语音识别的应用语音识别的开发工具 语音识别基础 语音识别全称为“自动语音识别”，Automatic Speech Recognition (ASR), 一般是指将语音序列转换成文本序列。语音识别最终是统计优化问题，给定输入序列O={O1,…,On}，寻找最可能的词序列W={W1,…,Wm}，即寻找使得概率P(W|O)最大的词序列。用贝叶斯公式表示为：
Atitit 语音识别的技术原理
attilax的专栏
11-30 5957
Atitit 语音识别的技术原理 1.1. 语音识别技术，也被称为自动语音识别Automatic Speech Recognition，(ASR)，2 1.2. 模型目前，主流的大词汇量语音识别系统多采用统计模式识别技术2 1.3. 基本方法般来说,语音识别的方法有三种：基于声道模型和语音知识的方法、模板匹配的方法以及利用人工神经网络的方法。2 1.3.1. 模板匹配的方法2
语音识别原理--理论基础(一)
程序的尽头是数学，一日不推导赶不上买买提
11-08 1138
识别过程很重要的理论知识： 1、MFCC、GMM、NN 2、HMM、decision tree、viterbi参考资料强推： 1）Speech and Language Processing 2nd edition （第四章、第六章、第九章）（中文翻译，博客参见：http://blog.csdn.net/quhediegooo/article/details/56677147系列） 2）S
语音识别技术
最新发布
qq_16032927的博客
03-09 2295
本文简要介绍了语音识别技术
5分钟带你读懂“语音识别”工作原理
喜欢打酱油的老鸟
05-21 2368
https://www.toutiao.com/a6692701310044602887/ 电话机器人效果好不好，首先得看他的语音识别能力怎么样，语音识别率高、稳定，那么这个电话机器人就不会差。我们可以看一下语音识别的基本原理： 一个基本的语音识别系统如下图，实现是正常工作流程，虚线是训练模式分类问题中的模板（这里就是声学模型，字典和语言模型）。 预处理： 1. 首尾端的静...
语音识别：原理与应用-课件pdf_202101.rar
06-17
**语音识别：原理与应用** 本课程源自厦门大学智能语音实验室，由洪青阳老师主讲，主题聚焦于“语音识别：原理与应用”。通过学习这门课程，我们可以深入了解语音识别这一前沿领域的核心技术及其实际应用。 一、...
语音识别技术的基本原理及应用
08-15
语音识别的核心原理基于统计模式识别，主要分为声学模型和语言模型两大部分。声学模型，如隐马尔可夫模型（HMM）和高斯混合模型（GMM），用于分析语音信号的时变性和平稳性，将语音信号转换为可识别的特征向量。语言...
语音识别基于深度学习的语音识别指令控制 matlab实现
05-28
首先，我们需要理解语音识别的基本原理。语音识别主要分为预处理、特征提取、模型训练和识别四个步骤。预处理包括噪声消除、分帧和加窗等操作，目的是使语音信号更适合后续处理。特征提取常用的是梅尔频率倒谱系数...
语音识别技术原理全面解析
07-29
语音识别技术的基本原理是将未知语音经过话筒变换成电信号后加在识别系统的输入端，首先经过预处理，再根据人的语音特点建立语音模型，对输入的语音信号进行分析，并抽取所需的特征，在此基础上建立语音识别所需的...
深度学习-语音识别实战(Python).rar
02-27
深度学习在语音识别领域的应用是近年来人工智能技术的重要突破之一，Python作为最受欢迎的编程语言，为这一领域的研究提供了强大的工具支持。本教程“深度学习-语音识别实战(Python)”旨在帮助学习者掌握如何利用...
语音识别的基本原理（经典著作）
03-08
关于语音识别的经典著作，包括语音识别的基本理论等内容，不错的书籍。
智能语音唤醒词，自学习意义与步骤
qq_45572661的博客
01-25 3199
语音自学习的意义 为了提高唤醒词的识别准确率，让移动终端更准确地认出主人的唤醒， 需要训练并让移动终端通过自我学习，记忆保存主人的唤醒声音。 唤醒词语音自学习的步骤 以荣耀v20为例， 其唤醒词是“你好yoyo”, 通过录音机App录制一个“你好yoyo”的文件，命名为：wakeup.mp3 进入设置，智慧助手，智慧语音，语音唤醒，唤醒词，进入自学习界面 连续3次播放这个“你好yoyo”的wakeup.mp3文件, 让手机记住主人的唤醒声音。 自学习成功！ 后续只要播放wakeup.mp3这个文件，
说话人确认中的大规模自监督语音表示学习
weixin_44543298的博客
01-10 220
Index Terms：表示学习、自监督、预训练
智能语音自学习平台震撼发布！
weixin_33858485的博客
07-29 611
摘要：虽然随着智能语音交互技术飞速发展，语音识别准确率不断提升，但在实际落地过程中很多业务场景仍需要针对性地进行语音识别优化。传统的语音识别优化方式需要依靠语音厂商的AI专家来进行，周期通常以周计甚至月计，环节多、周期长、风险高。为了解决传统语音智能识别优化的问题，使得智能识别优化不再依靠AI专家，而是让不懂技术的业务人员可以零门槛地进行识别优化，阿里云...
DeepMind无监督表示学习重大突破：语音、图像、文本、强化学习全能冠军！
深度学习世界
07-13 2080
  新智元编译  来源：DeepMind编译：肖琴【导读】DeepMind的最新研究提出一种新的表示学习方法——对比预测编码。研究人员在多个领域进行实验：音频、图像、自然...
人工智能：语音识别技术介绍
IT技术分享社区
11-28 7262
就是语音识别技术中的识别过程，根据输入的语音信号，然后和训练好的HMM声学模型、语言模型、发音字典建立一个搜索空间，根据搜索算法找到最合适的路径。特征提取：把要分析的信号从最原始信号提取出来，这个阶段主要是对语音的幅度标准化、频响校正、分帧、加窗、始末端点检测等预处理操作，为声学模型提供需要特征向量。原始声音信号进行处理，过滤掉其中的背景噪音、非重要信息，还要对找到语音信号的开始和结束、语音分帧、提升高频部分的信号等操作。整的语音识别系统包括：预处理、特征提取、声学模型训练、语言模型训练、语音解码器。
语音识别的基本方法
热门推荐
xiaoding133的专栏【Stay hungry,Stay foolish】
03-16 1万+
一般来说,语音识别的方法有三种：基于声道模型和语音知识的方法、模板匹配的方法以及利用人工神经网络的方法[1]。 （1）基于语音学和声学的方法 该方法起步较早，在语音识别技术提出的开始，就有了这方面的研究，但由于其模型及语音知识过于复杂，现阶段没有达到实用的阶段。 通常认为常用语言中有有限个不同的语音基元，而且可以通过其语音信号的频域或时域特性来区分。这样该方法分为两步实现： 第一步，分
语音识别中的似然和后验概率
为实现四个现代化奋斗
01-07 751
说到语音识别，一般都从以下公式开始介绍（转自：https://blog.csdn.net/yutianzuijin/article/details/77621511） 为什么声学模型是这种形式我一直有困惑，因为在实际使用中，现在的声学模型一般都是神经网络，神经网络的输入是声学特征，输出直接就是某个音素或者音节的概率了，和上述对声学模型的描述并不相符。向同事请教后，原来是因为我不明白似然概率和后验概率，生成式模型和判别式模型的区别。以下文章有比较详细的阐述：https://www.cnblogs...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值