智能語(yǔ)音技術(shù)及應(yīng)用第4章

4.1智能語(yǔ)音技術(shù)簡(jiǎn)介智能語(yǔ)音技術(shù)是實(shí)現(xiàn)人機(jī)語(yǔ)言通信的一種技術(shù)，包括語(yǔ)音識(shí)別和語(yǔ)音合成。語(yǔ)音識(shí)別技術(shù)是將聲音轉(zhuǎn)化成文字的一種技術(shù)，也被稱為自動(dòng)語(yǔ)音識(shí)別（AutomaticSpeechRecognition，ASR）。語(yǔ)音合成（TexttoSpeech,TTS）技術(shù)讓計(jì)算機(jī)像人類一樣說(shuō)話，將文本序列轉(zhuǎn)換為語(yǔ)音信號(hào)的技術(shù)。

4.2.1語(yǔ)音識(shí)別技術(shù)分類以說(shuō)話方式為標(biāo)準(zhǔn)，分為孤立詞語(yǔ)音識(shí)別、連接字語(yǔ)音識(shí)別、連續(xù)語(yǔ)音識(shí)別三類。根據(jù)對(duì)特定說(shuō)話人的依賴程度，分為特定說(shuō)話人語(yǔ)音識(shí)別、非

特定說(shuō)話人語(yǔ)音識(shí)別兩類。根據(jù)模型所使用的詞匯量大小，語(yǔ)音識(shí)別可分為有限詞匯語(yǔ)音識(shí)別和無(wú)限詞匯量語(yǔ)音識(shí)別兩類。

4.2.2語(yǔ)音識(shí)別發(fā)展歷程第一階段，起步階段，以識(shí)別孤立詞的發(fā)音為主要研究?jī)?nèi)容。第二階段，快速發(fā)展期，語(yǔ)音識(shí)別系統(tǒng)的功能從簡(jiǎn)單的特定人識(shí)別發(fā)展到非特定人的識(shí)別，從小詞匯量孤立詞識(shí)別發(fā)展到大詞匯量連續(xù)詞識(shí)別，識(shí)別準(zhǔn)確率顯著提升，性能日趨走向成熟。第三階段，成熟及廣泛應(yīng)用階段。伴隨著大數(shù)據(jù)時(shí)代的到來(lái)以及深度學(xué)習(xí)的快速發(fā)展，大詞匯語(yǔ)音識(shí)別的性能快速發(fā)展。IBM的Shoebox系統(tǒng)

4.2.3語(yǔ)音識(shí)別系統(tǒng)構(gòu)成（1）左邊自上而下代表語(yǔ)音的生成過(guò)程，右邊自下而上顯示了語(yǔ)音的識(shí)別過(guò)程。說(shuō)話人和收聽(tīng)人的溝通要基于共同的詞匯語(yǔ)義庫(kù)和語(yǔ)音發(fā)音規(guī)則，而語(yǔ)音識(shí)別等效為將語(yǔ)義的相關(guān)信息從語(yǔ)音信號(hào)中“解調(diào)”的過(guò)程。語(yǔ)音通信流程

4.2.3語(yǔ)音識(shí)別系統(tǒng)構(gòu)成（2）語(yǔ)音系統(tǒng)的層次模型

4.2.3語(yǔ)音識(shí)別系統(tǒng)構(gòu)成（3）語(yǔ)音識(shí)別系統(tǒng)框圖

4.2.3語(yǔ)音識(shí)別預(yù)處理技術(shù)采樣和濾波

自然采集的語(yǔ)音信號(hào)往往存在多種噪聲和干擾信號(hào)，會(huì)影響識(shí)別的結(jié)果，所以在語(yǔ)音識(shí)別的開(kāi)始階段必須進(jìn)行濾波。分幀和加窗

語(yǔ)音信號(hào)的研究過(guò)程中，往往是建立在“短時(shí)”分析的基礎(chǔ)上，即把語(yǔ)音信號(hào)分成很小的時(shí)間段(一般為10~30ms)，每一小段稱為一幀，把語(yǔ)音信號(hào)分成若干幀的過(guò)程就稱為分幀。梅爾圖譜聲譜圖可以更直觀地不同聲音事件的能量的時(shí)頻域分布明顯不同，所以可以通過(guò)聲譜圖特征進(jìn)行語(yǔ)音識(shí)別。

4.2.5語(yǔ)音識(shí)別方法隱馬爾科夫模型BP神經(jīng)網(wǎng)絡(luò)BRNN模型

4.3.1語(yǔ)音合成技術(shù)分類根據(jù)聲音產(chǎn)生的不同層次，可以分為：從文本序列轉(zhuǎn)換到語(yǔ)音、從概念轉(zhuǎn)換到語(yǔ)音、從意向轉(zhuǎn)換到語(yǔ)音三類。以數(shù)字信號(hào)處理的方法不同，可成分為基于規(guī)則、基于數(shù)據(jù)、基于統(tǒng)計(jì)、基于深度學(xué)習(xí)的方法。

4.3.2語(yǔ)音合成發(fā)展歷程語(yǔ)音合成技術(shù)的研究已有兩百多年的歷史，但真正具有實(shí)用意義的近代語(yǔ)音合成技術(shù)是隨著計(jì)算機(jī)技術(shù)和數(shù)字信號(hào)處理技術(shù)的發(fā)展而發(fā)展起來(lái)的，主要是讓計(jì)算機(jī)能夠產(chǎn)生高清晰度、高自然度的連續(xù)語(yǔ)音。谷歌公司于2017年提出的Tacotron模型

4.3.3語(yǔ)音合成系統(tǒng)構(gòu)成傳統(tǒng)的語(yǔ)音合成系統(tǒng)由文本分析和波形生成兩大模塊組成，也稱為前端模塊和后端模塊。語(yǔ)音合成系統(tǒng)框圖

4.3.4語(yǔ)音合成方法波形拼接的語(yǔ)音合成方法

4.4智能語(yǔ)音編程案例pyttsx3是一個(gè)Python文本到語(yǔ)音轉(zhuǎn)換庫(kù)，它可以將文字轉(zhuǎn)換為語(yǔ)音并播放出來(lái)。它支持多種平臺(tái)和多種合成引擎。pyttsx3庫(kù)簡(jiǎn)單易用，是小白的好選擇。通過(guò)