已阅读5页，还剩1页未读， 继续免费阅读
版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
语音识别的原理要对声音进行分析，需要对声音分帧，也就是把声音切开成一小段一小段，每小段称为一帧。分帧后，语音就变成了很多小段，但波形在时域上几乎没有描述能力，因此必须将波形作变换。常见的一种波形变换方法是提取MFCC特征。语音识别就转换为把这个矩阵转变为文本。语音识别的原理语音识别就转换为把这个矩阵转变为文本。第一阶段第二阶段第三阶段把帧识别成状态把状态组合成音素把音素组合成单词语音识别的原理语音识别就转换为把这个矩阵转变为文本。每个小竖条代表一帧，若干帧语音对应一个状态，每三个状态组合成一个音素，若干个音素组合成一个单词。如果知道了每帧语音和哪个状态相对应，就完成了语音的识别。语音识别的原理如果知道了每帧语音和哪个状态相对应，就完成了语音的识别。如何判断每帧音素和哪个状态相对应呢？直观的办法就是，看某帧对应哪个状态的概率最大，那么这帧就属于这个状态。例如，在左图，P(o|s3)表示给定了状态s3，该状态发音为x的概率值。由于这帧对应s3状态的概率最大，因此就让这帧对应于s3状态。语音识别的原理如何获得每种状态对应的帧呢？——声学模型。声学模型（acoustic
model，AM）：包含了大量的参数，通过这些参数，就可以知道帧和状态对应的概率。一般通过“训练”来获取这些参数的值。训练声学模型时，需要使用巨大数量的语音数据
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 年事业编综合岗面试易错题集 2026含答案含解析
- 武汉市中心城区公立中学招聘初中英语教师考试备考试题及答案解析
- 2026年扬州市烟草专卖局人员招聘笔试参考试题及答案详解
- 2026年深圳市盐田港集团有限公司人员招聘考试参考试题及答案详解
- 2026年中国烟草总公司新疆维吾尔自治区公司人员招聘参考题库及答案详解
- 2025年装饰造价岗位招聘历年真题及答案
- 2026年江苏省惠隆资产管理有限公司人员招聘考试备考题库及答案详解
- 2026年湖北省高新产业投资集团有限公司人员招聘考试参考试题及答案详解
- 2026年中国石油天然气集团有限公司总部人员招聘笔试参考题库及答案详解
- 2026年浙江省交通投资集团有限公司人员招聘考试备考题库及答案详解
- 3.2.1 分数除以整数 教学课件2026-2027学年人教版数学六年级上册
- 译林版七年级英语上册知识清单
- 2026秋冀少版新教材七年级上册生物学每课知识点清单
- 中国重症患者液体管理专家共识（2026版）
- 2026年6月英语四级真题（第一套）附答案
- 燃料电池发动机YHT30版用户使用手册
- 2026年全国翻译专业资格考试（CATTI）三级口译英语口译综合能力真题
- 农业政策学（第二版） 课件 第5章 农业科技政策
- GB/T 17428-2026建筑管道耐火试验方法
- 粮库智能化设备管理制度
- DB31/T 1043-2017暴雨强度公式与设计雨型标准
评论
0/150
提交评论