語音識别原理-tft每日頭條

語音識别原理

科技更新时间:2024-08-28 09:14:28

　　首先，我們知道聲音實際上是一種波。常見的mp3、wmv等格式都是壓縮格式，必須轉成非壓縮的純波形文件來處理，比如Windows PCM文件，也就是俗稱的wav文件。wav文件裡存儲的除了一個文件頭以外，就是聲音波形的一個個點了。

　　在開始語音識别之前，有時需要把首尾端的靜音切除，降低對後續步驟造成的幹擾。這個靜音切除的操作一般稱為VAD，需要用到信号處理的一些技術。要對聲音進行分析，需要對聲音分幀，也就是把聲音切開成一小段一小段，每小段稱為一幀。分幀操作一般不是簡單的切開，而是使用移動窗函數來實現，這裡不詳述。幀與幀之間一般是有交疊的。

　　每幀的長度為25毫秒，每兩幀之間有25-10=15毫秒的交疊。我們稱為以幀長25ms、幀移10ms分幀。每幀的長度為25毫秒，每兩幀之間有25-10=15毫秒的交疊。我們稱為以幀長25ms、幀移10ms分幀。

　　分幀後，語音就變成了很多小段。但波形在時域上幾乎沒有描述能力，因此必須将波形作變換。常見的一種變換方法是提取MFCC特征，根據人耳的生理特性，把每一幀波形變成一個多維向量，可以簡單地理解為這個向量包含了這幀語音的内容信息。這個過程叫做聲學特征提取。實際應用中，這一步有很多細節，聲學特征也不止有MFCC這一種，具體這裡不講。

　　至此，聲音就成了一個12行（假設聲學特征是12維）、N列的一個矩陣，稱之為觀察序列，這裡N為總幀數。觀察序列如下圖所示，圖中，每一幀都用一個12維的向量表示，色塊的顔色深淺表示向量值的大小。

　　接下來就要介紹怎樣把這個矩陣變成文本了。首先要介紹兩個概念：音素：單詞的發音由音素構成。對英語，一種常用的音素集是卡内基梅隆大學的一套由39個音素構成的音素集，參見The CMU Pronouncing Dictionary。漢語一般直接用全部聲母和韻母作為音素集，另外漢語識别還分有調無調，不詳述。狀态：這裡理解成比音素更細緻的語音單位就行啦。通常把一個音素劃分成3個狀态。

　　語音識别是怎麼工作的呢？實際上一點都不神秘，無非是：第一步，把幀識别成狀态（難點）；第二步，把狀态組合成音素；第三步，把音素組合成單詞。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部

网友关注

科技投影儀怎麼選
1、占用空間小，一台投影儀的尺寸該在130*130*130左右，所以空間占用很有優勢。2、音響好，現... 2023-07-08
科技移動怎麼退訂流量疊加包
以華為MateBookX、win10為例。1、打開遊覽器，在遊覽器的搜索框内輸入網址http://www.10086.cn/轉到移動網上營業廳。2、進入移動網上營業廳官網後點擊右上角的“登錄”即可進入登陸界面，進入後輸入自己的手機号服務密碼等信息進行登錄。3、登陸後，将鼠标移動到頁面左側的“業務辦理”上，在展開的頁面中選擇“移動數據流量業 2023-07-08
科技單耳藍牙耳機怎麼操作
1、首次使用，盡量讓耳機沖上2-4個小時左右，以後充2小時即可，說明書上也是這麼說的，最好不要超過4... 2023-07-08
科技騰訊文檔怎麼添加圖片
1、打開騰訊文檔，進入主頁。2、點擊相應表格，進入編輯界面。3、點擊文檔空白處，點擊左上方的圖片”圖标。4、找到要添加的圖标點擊添加即可。 2023-07-08
科技 vivo息屏時鐘設置vivo息屏時鐘...
新機到手進行一系列的操作後會進入桌面，下面就可以開始進行操作了，首先點擊設置。在出來的界面上是沒有熄屏時鐘這個功能的，但是會看到一個選項顯示與亮度，點擊顯示與亮度。然後就會看到最下面的一個功能是熄屏時鐘，點擊它，這時就可以進行相應的設置了。此時會出現熄屏時鐘，點擊打開，設置開始時間以及結束時間，這樣... 2023-07-08
科技手機屏幕刷新率能換嗎
1、不可以。屏幕刷新率隻有計算機才能改變，而屏幕刷新率的提高帶來的最顯著的效果就是畫面流暢性的提高，... 2023-07-08
科技手機充不上電怎麼回事
手機充不上電可能有以下問題：1、有灰塵造成接觸不良，這時候就需要用到一個棉棒和一點酒精，用沾了酒精的... 2023-07-08
科技 win10共享打印機拒絕訪問怎麼解決
1、在Windows10桌面，右鍵點擊“此電腦”圖标，在彈出菜單中選擇“管理”菜單項。2、在打開的計... 2023-07-08
科技數據漫遊有什麼用
演示機型：華為P40系統版本：EMUI11如果用戶要出省外，或者國外，開漫遊上網就不會被扣額外的流量費。通常在外地（即非手機号碼的歸屬地）使用就叫漫遊。某些上網的套餐指定了省内和省外流量數不同，如果省外流量超出了套餐流量，到外省使用數據流量時，将另外計收上網費用。一般情況下指将數據上傳到網絡服務器中保存，可以在任何地方任意操作數據。該數據可以是文本、影音以及其他相對安全的數據。如QQ網絡硬盤我們可 2023-07-08
科技安卓如何設置微信拍一拍内容
1、首先微信要升級客戶端，iOS版本需要升級到7.0.14版本以上，安卓要升級到7.0.16以上。2... 2023-07-08
科技 duet軟件有什麼用
演示機型：華為MateBookX系統版本：win10APP版本：Duetv2.0.0Duet是一款非常酷的應用，它能将Mac的屏幕顯示延伸到iPad、iPhone上，讓用戶能同時擁有雙屏幕。企業使用Duet後，所有信息工作者能夠通過熟悉的MicrosoftOffice界面，以改進的靈活而又适當的方式對SAP數據和流程進行訪問。Duet是Microsoft和SAP之間進行突破性合作的産物，也是這兩大 2023-07-08
科技 cad波浪線快捷命令
演示機型：華為MateBookX系統版本：win10APP版本：cad20101、在電腦桌面找到CAD軟件，雙擊左鍵将軟件打開。2、打開CAD這款軟件之後，進入到CAD的操作界面。3、在上方的工具欄中找到線型的選項，然後點擊進入設置線型。4、點擊線型設置之後，在線型的下級菜單欄中找到選項其他，點擊其他進入設置頁面。5、點擊進入其他後，就可以看到出現了線型管理器的窗口，在線型管理器的右上角有一個加載 2023-07-08
科技 c語言保留兩位小數怎麼保留
演示機型：華為MateBookX系統版本：win10APP版本：VC++6.01、點擊打開VC++6.0軟件。2、進入程序頁面之後，點擊左上角的新建文件。3、在文件中編寫：#includeintmain（）{floata,b;a=1.123456;b=2.324855;printf（“%lf,%lfn”,a,b）；return0;}。4、編寫完之後，點擊右上角的歎号，運行這 2023-07-08
科技車載u盤正确使用方法
1、首先要确認自己的汽車支不支持U盤聽歌的功能，如果支持那就可以用U盤聽歌，如果不支持那是不能U盤聽... 2023-07-08
科技 cydia添加源顯示請求超時怎麼辦
1、首先打開手機主界面的設置”。2、進入設置頁面後，點擊通用”。3、然後在通用頁面裡點擊還原”。4、最後點擊還原網絡設置”即可解決。 2023-07-08
科技頭條号小店在哪裡開通
1、首先，用搜索引擎搜索頭條号”進入官網主頁。2、手機号登錄，未注冊要先注冊賬号。3、選擇個人或者機構，一般來說個體的比較多。點擊個人下方的選擇”。4、進入頭條個人中心主頁界面，點擊左側菜單的功能實驗室”。5、實驗室菜單下方，找點并點擊頭條小店前往”。 2023-07-08
科技蘋果手機為啥老是閃退怎麼解決
以iphone12，ios14為例。1、緩存垃圾過多：平時在使用軟件的過程中，會産生一些垃圾文件，長時間不清理會導緻手機越來越卡，也會出現閃退狀況。可先進行清理内存再試。2、運行程序過多：手機後台程序過多會造成内存不足，從而造成應用閃退，如出現軟件閃退，可先清理後台再試試。3、軟件本身有問題：軟件自身的問題導緻閃退，可以隔一段時間，再打開看看是否能夠打開。 2023-07-08
科技華為mate40pro掃描功能在哪裡
演示機型：華為mate40pro系統版本：EMUI111、首先從手機最上方向下滑動，打開下拉菜單，點擊界面右上角的“編輯”小圖标。2、進入開關排序界面後，向上滑動，可以找到“掃描文件”按鈕，點擊進入。3、在掃描界面，會自動識别文檔，并将其截取下來。4、最後點擊界面右下角的“保存此圖片按鈕”，将掃描的文檔保存到手機中。華為小技巧 2023-07-08
科技施工安全生産獎懲辦法
1、獎勵。2、在整個項目施工期間，無重大傷亡事故、無重大機械設備事故、無火災事故、無治安刑事案件的班... 2023-07-08
科技 word截屏快捷鍵ctrl+alt+
演示機型：華為MateBookX系統版本：win10APP版本：word2020word截屏快捷鍵ctrl+alt+X。截屏鍵分三種方式，第一種：PrScrn使用這個鍵截屏，獲得的是整個屏幕的圖片；第二種：Alt+PrScrn這個組合鍵截屏，獲得的結果是當前窗口的圖片；第三種：使用專業的截屏軟件，推薦Snagit，專業軟件的截屏效果更加強大。介紹：在Windows界面中截圖（将當前畫面截取并保存） 2023-07-08
科技筆記本觸摸闆怎麼關
1、首先我們需要點擊電腦界面任務欄下方的更多功能，一般位于界面的右下角位置。2、然後在更多的功能内可... 2023-07-08
科技台式電腦忘記密碼怎麼解決
1、啟動計算機，在啟動畫面出現後馬上按下F8鍵，選擇【帶命令行的安全模式】；2、運行過程結束時，系統... 2023-07-08
科技 excel超鍊接怎麼做
1、打開excel表格，選中要添加超鍊接的單元格。2、右擊，找到超鍊接，點擊進入，根據自身需要選擇超... 2023-07-08
科技廣角長焦鏡頭使用技巧
1、利用長焦來測光讓我們用拍攝戶外人像來作例子：拍攝時測光模式為矩陣，若果利用廣光端來測光相機便會計... 2023-07-08
科技車子燒機油能上高速嗎
1、車子燒機油是能上高速的，汽車多多少少都會有一些燒機油的症狀。2、車輛出現燒機油”現象，會使車輛氧傳感器過快損壞，導緻燃燒室的積碳增加、怠速不穩、加速無力、油耗上升、尾氣排放超标等不良後果，嚴重者發動機潤滑不足，使引擎造成難以修複的損傷甚至報廢，造成維修成本大幅升高甚至事故隐患。3、燒機油的原因有：國内燃油品質與國際标準不同步，使得發動機行駛過程中，極易在燃燒室内形成大量積碳，積碳則是引發發動機 2023-07-08
科技北鬥三号全球衛星導航系統正式開通的意...
1、自此之後，我們将從GPS的全球導航商用市場分得一杯羹。這是一個數萬億的大市場。2、而且以後我們的... 2023-07-08
科技 oppo手機連接電視步驟
1、如果手機支持MHL輸出，電視機支持HDMI輸入，就可以使用MHL線和HDMI線把手機和電視機連接... 2023-07-08
科技什麼是網絡
1、網絡是由若幹節點和連接這些節點的鍊路構成，表示諸多對象及其相互聯系。2、在1999年之前，人們一... 2023-07-08
科技電視可以下載藍牙嗎
1、目前的智能電視一般都是有藍牙功能的。可以通過以下兩種方式查看電視機是否有藍牙功能，通過電視機的參... 2023-07-08
科技面對面建群怎麼加入
1、打開微信，然後點擊最下方的通訊錄。2、接下來，點擊右上角的添加好友的圖标，點擊之後進入添加好友的... 2023-07-08

tft每日頭條

> 科技

> 語音識别原理

語音識别原理

相关科技资讯推荐

热门科技资讯推荐

网友关注