图解语音识别
| 作者 |
| 荒木雅弘 |
| 丛书名 |
| 图灵程序设计丛书 |
| 出版社 |
| 人民邮电出版社 |
| ISBN |
| 9787115528711 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 《图解语音识别》从语音识别的历史和基础知识讲起，通过图解的方式对语音识别技术进行了尽可能简单的解释。内容涉及语音学基础知识、统计模式识别、有限状态自动机、语音特征的提取、声学模型和语言模型、搜索算法和基于WFST 的语音识别技术等。 此外，本书没有将语音识别限定在“将语音转换成文本”的传统范畴内，而是在此基础上，还讲解了从语音识别技术到人机对话技术的演进过程和方法。内容涉及语义分析和语音对话系统的实现。 |
| 目录 |
第 1章 开篇 1.1 什么是语音识别 2 1.2 语音识别的历史 4 1.3 语音识别的用处 6 1.4 为什么很难 8 1.5 本书的目标 10 1.6 小结 12 第 2章 什么是语音 2.1 语音学 16 2.2 声音是如何产生的——发音语音学 16 2.3 声音的真面目——声学语音学 23 2.4 声音是如何被感知的——感知语音学 29 2.5 总结 32 第3章 统计模式识别 3.1 什么是模式识别 34 3.2 统计模式识别的思路 36 3.3 生成模型的训练 40 3.4 判别模型的训练 44 3.5 统计语音识别的概要 45 3.6 总结 48 第4章 有限状态自动机 4.1 什么是有限状态自动机 50 4.2 用有限状态自动机表达的语言 53 4.3 各种各样的有限状态自动机 55 4.4 有限状态自动机的性质 58 4.5 总结 59 第5章 语音特征的提取 5.1 特征提取的步骤 62 5.2 语音信号的数字化 64 5.3 人类听觉模拟——频谱分析 67 5.4 另一个精巧设计——倒谱分析 69 5.5 噪声去除 72 5.6 总结 73 第6章 语音识别：基本声学模型 6.1 声学模型的单位 76 6.2 什么是隐马尔可夫模型 78 6.3 隐马尔可夫模型的概率计算 81 6.4 状态序列的估计 83 6.5 参数训练 85 6.6 总结 89 第7章 语音识别：高级声学模型 7.1 实际的声学模型 92 7.2 判别训练 94 7.3 深度学习 96 7.4 总结 98 第8章 语音识别：语言模型 8.1 基于语法规则的语言模型 100 8.2 统计语言模型的思路 101 8.3 统计语言模型的建立方法 103 8.4 总结 108 第9章 语音识别：搜索算法 9.1 填补声学模型和语言模型之间的空隙 112 9.2 状态空间搜索 113 9.3 用树形字典减少浪费 115 9.4 用集束搜索缩小范围 116 9.5 用多次搜索提高精度 118 9.6 总结 120 第 10章 语音识别：WFST运算 10.1 WFST的合成运算 124 10.2 确定化 129 10.3 权重移动 133 10.4 最小化 134 10.5 总结 135 第 11章 语音识别：使用 WFST进行语音识别 11.1 WFST转换 138 11.2 声学模型的 WFST转换 139 11.3 发音字典的 WFST转换 141 11.4 语言模型的 WFST转换 142 11.5 WFST的搜索 144 11.6 总结 145 第 12章 语义分析 12.1 什么是语义表示 148 12.2 基于规则的语义分析处理 151 12.3 基于统计的语义分析处理 153 12.4 智能手机的语音服务 156 12.5 总结 159 第 13章 语音对话系统的实现 13.1 对话系统的开发方法 162 13.2 基于规则的对话管理 164 13.3 针对对话管理的统计方法 166 13.4 总结 170 第 14章 终篇 14.1 语音分析工具 WaveSurfer 174 14.2 HMM构建工具 HTK 175 14.3 大词汇量连续语音识别引擎 Julius 177 14.4 虚拟代理对话工具 MMDAgent 179 14.5 深入学习之路 180 思考题的解答 182 参考文献 188 后 记 191 |
有问题微信扫码联系