❤️作者主页：IT技术分享社区
创新互联公司是一家集网站建设,邳州企业网站建设,邳州品牌网站建设,网站定制,邳州网站建设报价,网络营销,网络优化,邳州网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。❤️作者简介：大家好,我是IT技术分享社区的博主，从事C#、Java开发九年，对数据库、C#、Java、前端、运维、电脑技巧等经验丰富。
❤️个人荣誉： 数据库领域优质创作者🏆，华为云享专家🏆，阿里云专家博主🏆
❤️个人博客：IT技术分享社区
❤️公众号/小程序：IT技术分享社区 （运营五年）
❤️好文章点赞 👍 收藏 ⭐再看，养成习惯
目录
1、什么是语音
2、什么是语音识别
3、语音识别的原理
4、语音识别系统的组成
4.1 预处理
4.2 特征提取
4.3 声学模型训练
4.4 语言模型训练
4.5 语音解码器
今天给大家介绍一下关于语音识别相关的知识，希望对大家有所帮助！
1、什么是语音语音指的是人类通过发声器官发出来具有一定意义、用来沟通交流的声音。
计算机中语音存储：以波形文件的方式存储，通过波形反映语音的变化，从而可以获取音强、音长等参数信息。
音域参数：傅利叶谱、梅尔频率到谱系数，主要用来提取语音内容以及音色的差别，用来更进一步辨别语音信息。
2、什么是语音识别语音识别简单来说就是把语音内容自动转换为文字的过程，是人与机器交互的一种技术。
涉及领域：声学、人工智能、数字信号处理、心理学等方面。
语音识别的输入：对一段声音文件进行播放的序列。
语音识别的输出：输出的结果是一段文本序列。
3、语音识别的原理语音识别需要经过特征提取、声学模型、语音模型、语音解码和搜索算法四个部分。
特征提取：把要分析的信号从最原始信号提取出来，这个阶段主要是对语音的幅度标准化、频响校正、分帧、加窗、始末端点检测等预处理操作，为声学模型提供需要特征向量。
声学模型：依靠声学模型进行语音参数分析（语音共振峰频率、幅度等）和对语音的线性预测参数进行分析。
语言模型：根据相关语言学理论，计算出声音片段可能词组序列的概率。
语音解码和搜索算法：根据声学模型+发音词典+语音模型构建的搜索空间，找到最合适的路径。解码完成后最终输出文本。
4、语音识别系统的组成一个完整的语音识别系统包括：预处理、特征提取、声学模型训练、语言模型训练、语音解码器。
4.1 预处理对输入的原始声音信号进行处理，过滤掉其中的背景噪音、非重要信息，还要对找到语音信号的开始和结束、语音分帧、提升高频部分的信号等操作。
4.2 特征提取最常用的特征提取方法为梅尔顿到谱系数(MFCC),因为它拥有良好的抗噪性和健壮性。
4.3 声学模型训练根据悬恋语音库的特征参数训练出声学模型参数，从而可以在识别时与声学模型进行匹配得到相应结果。目前主流语音识别系统一般都会采用HMM进行声学模型建模。
4.4 语言模型训练用来预测哪个词序列正确的可能性更大。
4.5 语音解码器解码器也就是语音识别技术中的识别过程，根据输入的语音信号，然后和训练好的HMM声学模型、语言模型、发音字典建立一个搜索空间，根据搜索算法找到最合适的路径。从而找到最合适的词串。
5、语音识别的使用场景
语音识别在日常生活中使用非常广泛主要分为封闭式和开放式应用。
封闭式应用：主要指针对特定控制指令的应用。
比如常见的有智能家居比如通过语音指令控制灯开关、热水器开关温度调节、打开空调等，大大丰富了我们日常的生活；
开放式应用：开放式主要是厂商提供语音识别服务，一般会公有云或者私有云的方式部署提供对应的SDK，让使用服务的客户进行语音识别服务的调用。
常见的场景有输入法、会议字幕实时输出、视频剪辑字幕配置等场景。
你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧