学习目标
• 了解语音处理的基础知识及应用
• 掌握语音处理的基本步骤
• 掌握语音处理的主要技术
• 了解语音处理的难点与展望
首先,先看一个语音小场景
比如,如今在网络上订票可以通过语音进行交互;会分为这么几步:
1.客户说:“我要订一张从北京到杭州的机票。”
2.机器识别到语音输入
3.通过语音识别的模块,将语音转换成语言,即转换成文本“我要订一张从北京到杭州的机票。”
4.对话管理模块对文本进行理解,结合上下文,生成一个动作action,这个动作决定了机器到底是确定还是不确定;比如说你没有说机票的时间,对话管理模块就会根据这个情况生成一个动作比如说“时间不确定”
5.语音合成模块接收到这个动作“时间不确定”,来生成人能理解的语言,比如说“请问您要定哪一天的机票?”这样一个文本
6.语音合成模块接收到语言生成模块生成的文本,通过语音的方式和人交互,通过语音合成技术将文本转换成语音“请问您要订哪一天的机票的?”返回给客户
语音的小场景是跟传