联 系 我 们
联系方式:
电话:32037227
传真:020-32037227
客服1:18024065506
客服2:15384492842
地址:广州市天河区棠东广棠西路8号F栋3楼
友 情 连 接
行业知识  
【 字体: 】【打印此页】  
语音识别芯片声音识别系统是根据什么原理制成的?

发布日期:[2018-12-20 10:28]    共阅[]次

语音识别技术所涉及的领域包括:信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。语音识别芯片的识别技术与其他自然语言处理技术如机器翻译及语音合成技术相结合,可以构建出更加复杂的应用,例如语音到语音的翻译。语音识别芯片文本转换相关的声音识别技术原理大致可分为动态时间伸缩或隐马尔可夫模型两大理论。
 

动态时间伸缩

语音识别系统得益于廉价的硬件设备,大多数的计算机都有声卡和麦克风,也很容易使用。但语音识别还是有一些缺点的。语音随时间而变化,所以必须使用生物识别动态时间伸缩模板。动态时间伸缩方法使用瞬间的、变动倒频。1963年Bogert et al出版了《回声的时序倒频分析》。通过交换字母顺序,他们用一个含义广泛的词汇定义了一个新的信号处理技术,即使需要录制语音由于伤风、嗓音沙哑、情绪压力或是青春期各种意外情况变化。语音识别芯片的识别系统比指纹识别系统有着较高的误识率、容错率,因为人们的声音不像指纹那样独特和唯一,语音识别芯片技术的倒频谱的计算通常使用快速傅立叶变换。
 

隐马尔可夫模型

从1975年起,隐马尔可夫模型在语音识别技术应用上变得很流行。无关语音识别方法的方法有平均频谱法、矢量量化法和多变量自回归法。使用隐马尔可夫模型的方法,倒频向量的时序中应用多变量自回归模式来确定语者特征,用矢量量化法去寻找有效的方法来压缩训练数据,频谱特征的统计变差得以测量。



 

【 字体: 】【打印此页】 【返回】【顶部】【关闭】  

Copyright (c)2004-2008 广州市九芯电子科技170彩票注册 rigths reserved. 
备案号:
诚信彩票平台 优乐彩注册 106彩票注册 福德正神彩票注册 128彩票平台 159彩票APP 宏图棋牌APP 17彩票注册 258彩票平台 118彩票平台