admin管理员组

文章数量:1579408

导读：语音识别是一门综合性学科，涉及的领域非常广泛，包括声学、语音学、语言学、信号处理、概率统计、信息论、模式识别和深度学习等。语音识别的基础理论包括语音的产生和感知过程、语音信号基础知识、语音特征提取等，关键技术包括高斯混合模型 ( Gaussian Mixture Model，GMM )、隐马尔可夫模型 ( Hidden Markov Model，HMM )、深度神经网络 ( Deep Neural Network，DNN )，以及基于这些模型形成的GMM-HMM、DNN-HMM和端到端 ( End-to-End，E2E ) 系统。语言模型和解码器也非常关键，直接影响语音识别实际应用的效果。

为了让大家更好地理解语音信号的特性，接下来我们首先介绍语音的产生和感知机制。

01

语音的产生和感知

如图1-1所示，人的发音器官包括：肺、气管、声带、喉、咽、鼻腔、口腔和唇。肺部产生的气流冲击声带，产生振动。声带每开启和闭合一次的时间是一个基音周期 ( Pitch period ) T，其倒数为基音频率 ( F0=1/T，基频 )，范围在70Hz~450Hz。基频越高，声音越尖细，如小孩的声音比大人尖，就是因为其基频更高。基频随时间的变化，也反映声调的变化。

本文标签： 带你一文前言前世今生

版权声明：本文标题：AI前言技术，一文带你深入了解语音识别的前世今生 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.elefans.com/xitong/1727853209a1133746.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。