简介:目的通过对计算机导航-聋儿听觉评估学习系统-儿童汉语语音词表进行识别测试,证实儿童汉语语音词表在“计算机导航-听觉言语评估学习系统”中运用的可行性,通过对不同年龄段儿童言语最大识别得分的标准化研究。使测试结果能够真实表达不同年龄段儿童的听觉言语识别能力。方法在正常幼儿园随机选取90名儿童,其中大班儿童(平均年龄5岁9个月)、中班儿童(平均年龄4岁9个月)、小班儿童(平均年龄3岁10个月)各30名。应用计算机导航-听觉评估学习系统,分别对不同年龄组的儿童进行声母识别、韵母识别测试。结果韵母测试词表在大班、中班、小班正确通过率分别为:99.8%,99.2%,99.3%;声母测试词表在大班、中班、小班正确通过率分别为:99.9%.99.2%、99.3%。声母及韵母单一测试词在不同年龄组的测试通过率均在93%以上。结论所有声母、韵母词表通过标准化测试结果分析,不同年龄组儿童对声母及韵母的总体通过率都在99%以上,均达到标准化测试目标。说明“计算机导航-聋儿听觉评估学习系统”中的语音识别词表图片具有可行性、准确性,能够真实地表达儿童听觉言语识别水平。
简介:语音识别技术近年来得到了飞速的发展并且在越来越多的领域得到了广泛的应用。隐马尔可夫模型(HMM)语音识别技术是一种基于训练数据提供的概率自动构造识别系统的技术,主要用于大量词汇的语音识别,而且具有良好的识别性能和抗噪性能。因此,一般的语音识别系统都采用基于HMM的识别方法作为其基本算法。本文列举了语音识别在教学中的应用示例来分析其基本算法。
简介:摘要:在当前的发展阶段下,产业升级转型正在不断推进,在此背景下,人工智能技术获得了很大的发展,人工智能技术作为信息技术高度发展的产物,能够在社会生产生活中发挥重要的作用。目前人工智能技术已经被广泛的应用于各个行业领域中,相关技术的应用在转变产业发展方式,提升生产效率方面发挥了重要的作用。目前来看,在人工智能领域,语音识别技术发展较快,且技术也较为成熟,已经进入到了商业应用阶段,基于语音识别技术的智能语音机器人也被实际投入应用,并在应用的过程中展示出了较为明显成本优势以及效率优势。基于以上认识,本文从语音识别技术的概念出发,结合现阶段语音识别的实现难点,探讨语音识别技术在智能语音机器人中的应用要点以及应用实践,希望该研究能够能够为语音识别技术的实际应用提供一定的参考。
简介:;自动语音识别(AutomaticSpeechRecognition)简称ASR是目前属于AI领域的一项十分重要的技术,伴随着人工智能的高速发展,智能化生活走向主流,ASR技术已经走进了人们的生活中的方方面面。先简要介绍了语音识别的发展、语音信号的接收,再重点阐述了ASR运行过程中相关的原理及方法和与ASR技术的基本算法使用语音信号的处理涉及的三大算法即朴素模式算法,KMP算法,及HMM算法。
简介:传统的语音识别方法,信噪比较低时识别率也较低。为了使语音识别更具有环境适应性、抗噪性,从非齐次隐马尔可夫模型(nonhomogeneousHiddenMarkovModel,HMM)出发,结合自适应函数链神经元网络,训练出适应环境变化的混合语音模型,并采用该混合模型进行语音识别。实验结果表明,该模型适用于含噪语音的识别,特别是在低信噪情况下,可以相对提高识别率。
简介:摘 要 《深圳市生活垃圾分类管理条例》获广东省人大常委会批准,已于2020年9月1日起正式实施。对于还没接触或者接触但不熟悉垃圾分类的居民来说,很容易将生活垃圾错分类,同时在自主分类的时候也要花费不少时间。本文主要分析了智能垃圾分类的需求,通过运用现有技术解决目前遇到的问题,介绍了该设备的结构特点、工作原理、关键技术和使用效果等情况