- 新疆资质办理浅析建筑资质代办过渡期内
- 二级造价工程师证书的价值，看完你就知道了！
- 2020年二级建造师《建设工程施工管理》科目特点及学习方法
- 西安艺考之路是艺考生们的高考捷径吗？
- 学西点烘焙能找到好工作吗？
- 带你们走进板岩石材的世界
- 选择户外拓展公司比较关注的是哪些地方
- 西点烘焙培训之一口一个的小蛋糕做法
- 选择正规的西安代理记账公司让公司合理避税
- 你一定要知道的喷泉的方案设计与施工须知事项
- [西点培训]给烘焙爱好者学习西点制作的一些建议
- 不同的户外拓展课程所起到的作用不同
- 非甲烷总烃（NMHC）和TVOCs的定义及区别
- 九江陈再雄刑事律师将当事人利益放在首位
- 西安金牌月嫂分享正确泌乳知识，促进母乳喂养！
- 在线监测数据有效数据的认定
- voc在线监测系统小编总结固定污染源废气监测系统7大特点
- 目前我国VOCs治理行业普遍存在的问题
- voc在线监测系统-气体预处理系统
- VOC检测仪中CF，rf值是什么
联系资料
辽宁讯飞科技有限公司
- 所在地区：
- 辽宁省 沈阳市
- 公司主页：
- 暂无
- 电话号码：
- 1556*******
- 传真号码：
- 暂无
- 联 系 人：
- 暂无
- 移动电话：
- 1556*******
- 电子邮箱：
- 暂无
最新信息
查看更多>讯飞语音识别基本原理
发布于 2020年05月27日
[摘要]一个完整的语音识别系统通常包括信号处理与特征提取、声学模型、语言模型和解码搜索四个模块
一个完整的系统通常包括信号处理与特征提取、声学模型、语言模型和解码搜索四个模块：
在采集声音的过程中，由于环境和硬件设备等因素的影响，我们很难获取一段高保真、无噪声的语音，所以通常情况下，一个语音识别系统首先要做的是对输入的语音信号进行预处理。
信号预处理工作主要包含静音切除和音频的分帧。静音切除也叫语音激活检测（Voice Activity Detection，VAD），其原理是将音频信号中的长时间静音片段进行提取、识别和消除，并将截取出的有效语音片段进行后续处理，从而降低静音片段带来的干扰；音频的分帧是把声音分割成一个个的小段，每一段我们称之为一帧。一般来说，经过分帧后，相邻两帧之间是有重合的。
音频的分帧
Tips：单帧的长度为25ms，相邻两帧之间有15ms的重合，我们称为以帧长25ms、帧移10ms分帧。
除此之外，还有很多其他的音频处理技术，感兴趣的读者可以查阅相关的音频信号处理方面的资料，这里不做过多讲述。
信号处理完之后就是语言信号的特征提取工作，即把音频信号转换成一个个的特征向量，每个特征向量都是用来量化某个特定的声学特征。像这样从音频信号中提取出特征向量的过程就是语音特征提取。
在采集声音的过程中，由于环境和硬件设备等因素的影响，我们很难获取一段高保真、无噪声的语音，所以通常情况下，一个语音识别系统首先要做的是对输入的语音信号进行预处理。
信号预处理工作主要包含静音切除和音频的分帧。静音切除也叫语音激活检测（Voice Activity Detection，VAD），其原理是将音频信号中的长时间静音片段进行提取、识别和消除，并将截取出的有效语音片段进行后续处理，从而降低静音片段带来的干扰；音频的分帧是把声音分割成一个个的小段，每一段我们称之为一帧。一般来说，经过分帧后，相邻两帧之间是有重合的。
Tips：单帧的长度为25ms，相邻两帧之间有15ms的重合，我们称为以帧长25ms、帧移10ms分帧。
除此之外，还有很多其他的音频处理技术，感兴趣的读者可以查阅相关的音频信号处理方面的资料，这里不做过多讲述。
信号处理完之后就是语言信号的特征提取工作，即把音频信号转换成一个个的特征向量，每个特征向量都是用来量化某个特定的声学特征。像这样从音频信号中提取出特征向量的过程就是语音特征提取。
在传统语音识别中，人们在对语音信号进行特征提取时通常使用梅尔频率倒谱系数（Mel-Frequency Cepstral Coefficients ， MFCCs）特征。
更多行业资讯请关注辽宁讯飞科技有限公司，网址：