第一讲 语音识别综述学习笔记

已于 2022-08-25 14:56:28 修改
阅读量792 收藏 2
点赞数
分类专栏： 语音识别学习 文章标签： 语音识别 学习 人工智能
于 2022-07-24 21:39:05 首次发布
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/weixin_44589825/article/details/125963435
版权

目录

1.语音

在这里插入图片描述

在这里插入图片描述
一些相关概念
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.语音识别

在这里插入图片描述

语音识别的评估

在这里插入图片描述

语音识别系统的分类

• 说话人：特定人、非特定人
• 语种：单一语种、多语种
• 词汇量：大、中、小
• OOV：Out of Vocabulary
• 设备：云侧、端侧
• 距离：近讲、远讲…

语音识别的应用

• AIoT入口：智能音箱、智能电视、智能家电、智能穿戴、机器人…
• 智能服务：智能客服、自动质检…

3. 语音交互：生成与感知

语音交互

在这里插入图片描述

语音生成

在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

语音感知

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

4.语音识别具有挑战性

在这里插入图片描述
说话人“之内”和“之间”的可变性
• 内：讲话方式、状态…
• Whispered Speech Recognition
• 间：口音、说话风格…

• 信道和环境的可变性
• 信道：不同特性麦克风、不同采样率、传输编码…
• 环境：距离衰减、噪声、混响、干扰人声…

5.现代语⾳识别框架

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

6.工具包下载

• HTK: http://htk.eng.cam.ac.uk/ ©
• Kaldi: http://kaldi-asr.org/ (c++, python)
• ESPNet: https://github.com/espnet/ (pytorch based)
• Lingvo: https://github.com/tensorflow/lingvo.git (Tensorflow based)

handsomeMB
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
语音识别系列1：语音识别Speech recognition综述
gongdiwudu的专栏
02-15 9423
语音或说话者识别是程序根据其独特的声纹识别人的能力。它通过扫描语音并与所需的语音指纹建立匹配来工作。人工智能的发展为计算机科学的这一子领域开辟了广阔的机遇。它使我们能够在不接触机器的情况下与机器进行交互。它发展迅速，开发人员正在寻找越来越多的方法将其应用到各个领域。
第一行代码—Android第二版学习笔记
01-03
Android 第一行代码学习笔记第一章 概述1.1安卓系统架构1.2Android四大组件1.3项目结构1.4app目录结构1.5 项目运行原理1.6 res目录详解1.7日志工具的使用第二章 活动2.1 创建基本活动2.2 使用Intent在活动之间跳转2.2.1使用显示和隐式Intent2.2.2隐式Intent的更多用法2.2.3互动间传递数据 第一章 概述 1.1安卓系统架构 Android系统是基于Linux内核的，大致可以分为四层架构：Linux内核层、系统运行库层、应用框架层、应用层。 1.Linux内核层：为Android设备的各种硬件提供了底层的驱动，如显示驱动、音频驱动、
AutoCAD课堂笔记(第1讲).pdf
11-17
AutoCAD课堂笔记(第1讲).pdf
语音识别(Speech Recognition)综述
lch551218的博客
06-18 7118
1. 语音识别的基本单位 1.1 Phoneme a unit of sound 是声音的最基本单位，每个词语token的声音由多个 phoneme 组成 1.2 Grapheme smallest unot of a writing system 每个单词书写最基本的单位，简单来说： 英文的grapheme可以认为是词缀， 由 ［26个英文字母 + 空格 + 标点符号］组成 中文的grapheme是汉字 1.3 Word 英文可以用单词作为语音识别的最基本单位，但包括中文在内的很多语言无法使用word作为
语音识别研究综述——阅读笔记1
久蔡合子
06-13 582
摘要：语音识别使声音变得“可读”， 让计算机能够“听懂”人类的语言并做出反应， 是人工智能实现人机交互的关键技术之一。本文介绍了语音识别的发展历程， 阐述了语音识别的原理概念与基础框架，分析了语音识别领域的研究热点和难点， 最后，对语音识别技术进行了总结并就其未来研究进行了展望。.....................
语音识别综述PPT
08-31
基于深度学习的语音识别研究综述，经过详细的论文阅读，总结出如上的PPT，并在此基础上进行了公式的总结。
语音识别技术综述
飞鹰
03-14 9344
语音识别技术是2000年至2010年间信息技术领域十大重要的科技发展技术之一。它是一门交叉学科，正逐步成为信息技术中人机接口的关键技术。语音识别技术与语音合成技术结合使人们能够甩掉键盘，通过语音命令进行操作。语音技术的应用已经成为一个具有竞争性的新兴高技术产业。 语音识别技术与机器进行语音交流，让机器明白你说什么，这是人们长期以来梦寐以求的事情。语音识别技术就是让机器通过识别和理解过程把语音信号转
语音识别发展综述
Enochzhu的博客
03-24 8590
语音识别自半个世纪前诞生以来，一直处于不温不火的状态，直到2009年深度学习技术的长足发展才使得语音识别的精度大大提高，虽然还无法进行无限制领域、无限制人群的应用，但也在大多数场景中提供了一种便利高效的沟通方式。本篇文章将从技术和产业两个角度来回顾一下语音识别发展的历程和现状，并分析一些未来趋...
语音识别综述
kuxingseng123的博客
01-10 682
慢慢的降各种hi降各种网络架构用到语音识别当中去。会仔细斟酌，将其全部都搞定。
Paper-Review:语音识别论文综述·NLP·语音合成
03-14
论文复习 语音识别论文综述·NLP·语音合成 年 纸 链接 2006/06 Connectionist Temporal Classification: Labelling UnsegmentedSequence Data with Recurrent Neural Networks 2015/06 Attention-Based Models for Speech Recognition 2015/08 Listen, Attend and Spell 2016/09 Joint CTC-Attention based End-to-End Speech Recognition using Multi-task Learning 2017/07 Attention Is All You Need 2018/10 BERT: Pre-training of Deep Bidir
语音识别综述--简单入门
03-02
关于语音识别技术的一些介绍，希望对初学语音识别的同学们有点帮助
微信公众平台开发学习笔记第一天
04-25
微信 公众平台 开发学习笔记 第一天 微信 公众平台 开发学习笔记 第一天 微信 公众平台 开发学习笔记 第一天
Python爬虫学习笔记（图形验证码的识别）
01-07
将验证码图片命名code.jpg放在项目根目录下 ...image1=image.convert(‘L’) #threshold = 150 #设置灰度阈值，自己调整table = []for i in range(256):  if i < threshold : table.append(0)  else: 
C#6.0学习笔记从第一行C#代码到第一个项目设计
12-21
C#6.0学习笔记从第一行C#代码到第一个项目设计。。。。。。。。。。。。。。。。。。
自动语音识别（ASR）：研究综述【传统语音识别：基于贝叶斯公式，对联合概率P(X|W)·P(W)进行建模（语音识别结果=声学模型×语言模型）】【端到端语音识别：直接对条件概率 P(W|X)进行建模 】
u013250861的博客
03-09 6899
一、传统语音识别基本原理（基于贝叶斯公式） 设一段语音信号经过特征提取得到特征向量序列为 X=[x1, x2, …, xN], 其中 xi 是一帧的特征向量, i=1, 2, …,N, N 为特征向量的数目. 该段语音对应的文本序列设为 W=[w1, w2, …, wM], 其中 wi 为基本组成单元, 如音素、单词、字符, i=1, 2, …, M, M 为文本序列的维度. 从贝叶斯角度, 语音识别的目标就是从所有可能产生特征向量X的文本序列中找到概率最大的W*, 可以用公式表示为式 (1) 优化问题:
【语音识别】自动语音识别（ASR）研究综述
qq_33934427的博客
07-04 3561
自动语音识别（ASR）综述
端到端流式语音识别研究综述——语音识别（论文研读）
世上再无张显宗
03-13 2663
语音识别
人脸识别系统学习笔记
最新发布
08-25
嗨！C知道在这里为您服务。下面是一份关于人脸识别系统学习的笔记： 1. 人脸识别概述： - 人脸识别是一种生物特征识别技术，用于在图像或视频中识别和验证人脸。 - 它可以应用于许多领域，如安全监控、身份验证、社交媒体过滤等。 2. 人脸检测： - 人脸检测是人脸识别的第一步，它用于在图像或视频中定位和定界人脸。 - 常用的人脸检测算法包括Haar级联、HOG（方向梯度直方图）和深度学习方法（如基于卷积神经网络）。 3. 人脸特征提取： - 一旦检测到人脸，接下来的步骤是提取人脸的关键特征，以便进行比对和识别。 - 常用的特征提取方法包括局部二值模式（LBP）、主成分分析（PCA）和深度学习方法（如基于卷积神经网络）。 4. 人脸匹配和识别： - 通过计算两个或多个人脸特征之间的相似度或距离，可以进行人脸匹配和识别。 - 常用的匹配算法包括欧氏距离、余弦相似度和基于深度学习的人脸识别方法（如基于卷积神经网络的人脸识别模型）。 5. 人脸识别应用： - 人脸识别技术在各个领域都有广泛应用，包括安全监控、门禁系统、刑侦取证、社交媒体过滤和人脸支付等。 这些是一些关于人脸识别系统学习的基本笔记。如果您有任何更具体的问题，我将非常乐意为您解答。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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