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
- 养殖场承包合同(2026版)
- 山西晋中师范高等专科学校第一招聘校外教师笔试真题2025
- 福建省高速公路集团有限公司招聘笔试真题2025
- 2026 年新护士多维疼痛评估能力带教实训
- 2026 年初中秋季开学第一课劳动教育树立正确劳动价值观
- 2026年重庆市中考道德与法治试卷（真题+答案）
- 2025-2026年ISO17025认证下三维扫描设备行业要求与市场研究分析报告
- 化工厂废水处理细则
- 冶金企业环保制度
- 某电子厂环保准则
- GB 44721-2026智能网联汽车自动驾驶系统安全要求
- 2026广东佛山市顺德区（家电）知识产权快速维权中心招聘合同制人员招聘2人备考题库带答案详解（完整版）
- 2026山东青岛广电影视传媒集团有限公司二次招聘24人笔试题库【典型题】附答案详解
- 2026年浙江中考(语文)真题带答案
- 2026年医师定期考核考试题库及答案
- 2026年重庆市渝中区中考二模语文试卷
- 急性ST段抬高型心肌梗死诊断和治疗指南（2019）解读
- 2026-2030轨道钢产业市场深度调研及发展趋势与投资前景研究报告
- 养老护理记录规范与书写
- 2026光纤氧气传感在煤矿安全监测中的推广应用报告
- 灼口汤治疗灼口综合征的临床观察与疗效探究
评论
0/150
提交评论