學習總結

經過一學期的學習，對語音識別這個方向有了一個簡單的認識，現在做一下總結。

語音識別過程

1. 傳統語音識別

首先通過麥克風接收聲音，因為聲音是一種波，通過振動傳播，聲波會引起麥克風振元的振動，產生大小不同的振幅，也就會產生了不同的電流值，這樣就將模擬信號轉化為數字信號，一種時域的一維序列信號，在坐標軸中畫出來就是波形圖，然后計算機再對這個波形圖進行處理，從中過濾掉沒用的信息，提取有用的信息，并產生文字序列。人耳的聽覺機理是通過聲音的頻域來分辨聲音的，發音差不多時產生的波形圖可能也會有很大的差別，所以從波形圖中很難找到發音規律，需要的波形圖進行進一步的處理，通過傅里葉變換把時域的波形圖轉換為頻域的波形，然后再對頻域的特征進行處理，從中學習規律。因為聲音是短時平穩信號，所以在處理時，把聲音分成一小段一小段來處理，即一幀，可以認為聲音在這一小段中時狀態是不變的。然后把這些幀識別成對應的狀態，然后若干個狀態組合成一個音素，再把音素組合成單詞的發音，例如在漢語語音識別中，音素對應的就是一個字的聲母和韻母，再用單詞的發音預測對應的文本，把識別出來的文本拼接成一個句子，就完成了一句話的語音識別。
完成傳統語音識別過程，需要兩個獨立的模型：
1.聲學模型，使用HMM-GMM模型，將幀識別成對應的狀態，根據狀態轉換機在狀態之間跳轉，用三個狀態（或者更多）代表一個音素，幀在狀態之間轉移的路徑得到最終的音素序列，。
2.語言學模型，使用N-gram模型，根據音素預測對應的文本。
這兩個模型是獨立訓練的，訓練的過程比較復雜，增加了語音識別的入門難度。

2. 端到端語音識別

近年來，得益于神經網絡的發展和軟硬件技術的提升，擁有了大量的語音語料庫，產生了端到端系統。為了簡化網絡，在一個模型中直接將語音轉換成文字，所以將這種系統稱為端到端系統。端到端語音識別總的思想，是用一個統一優化的模型來實現語音識別，簡化語音識別的訓練過程，模型的輸入是語音，輸出是對應的文本，這里的文本可以是字母、子詞或者單詞。端到端語音識別的主要原理包括使用CTC、RNN、Attention等。

總結

以上是生活随笔為你收集整理的语音识别学习总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。