基础理论

对话式AI的理解与其子任务的介绍ASR自动语音识别简史和发展历程工作流程及原理ASR自动语音识别简介ASR自动语音识别应用场景ASR自动语音识别理论自动语音识别工具包的简介及设计架构使用先进的ASR工具快速实现第一个语音识别应用

对话式AI的理解与其子任务的介绍

ASR自动语音识别

简史和发展历程

工作流程及原理

ASR自动语音识别简介

ASR（Automatic Speech Recognition）自动语音识别是计算机科学和计算语言学的一个跨学科子领域，其开发的方法和技术使计算机可以将口语识别并翻译成文本。它也被称为计算机语音识别或语音转文本（STT）。它整合了计算机科学，语言学和计算机工程领域的知识和研究。

ASR自动语音识别应用场景

ASR自动语音识别理论

波

声音讯号参数：

振幅：振幅是指空气分子从静止位置的最大位移。

波峰和波谷：波峰是声波中的最高点，波谷是最低点。

波长：2个连续波峰或波谷之间的距离称为波长。

周期：每个音频信号都以周期的形式遍历。信号的完整向上移动和向下移动形成一个循环。

频率：频率是指信号在一段时间内变化的速度。

把声音转化成计算机可以识别的数据

声波的数字化表达

傅里叶变换为频谱

完整的频谱图

我们将hello语言中的20毫秒声音片段通过傅里叶变换拿到转换后对应的频谱图如下：

我们对每20 毫秒的小声音片段连续经过傅里叶变换的过程直到结束，最终会得到hello语音一个完整的频谱图

声学模型

我们将频谱图中每个小音频片段，连续的输入给声学模型中去，它将找出与当前正在说出的声音相对应的字母。

映射

当跑完的整个音频（一次一个小音频片段）之后，我们将最终得到一份对照表（映射mapping），其中标明了每个音频块和其最有可能对应的字母。这是我说那句「Hello」所对应的映射的大致图案

折叠删除

我们将重复字符折叠: HHHEE_LL_LLLOOO => HE_L_LO，然后我们删除空格符: HE_L_LO becomes => HELLO

自动语音识别工具包的简介及设计架构

使用先进的ASR工具快速实现第一个语音识别应用

（注：内容来源于NVADA的讲座）

如果觉得《ASR自动语音识别基础理论》对你有帮助，请点赞、收藏，并留下你的观点哦！