第二阶段第9课 智能语音（学习任务单）-小学信息科技人工智能课

学习任务单 第二阶段 第9课 智能语音 项目主题：声临其境—探秘智能语音技术的原理 组别：_____ 组员：_________________________________________________________ 活动1： 小组活动：体验有道同传，画出语音识别的工作原理流程图。 步骤: ①下载有道同传。 ②体验实时语音同声传译。 ③要求选择本机屏幕，声源为本机麦克风采集，语言选择中文翻译为英语，字幕设置小组自主决定。 ④基于语音识别技术，画出语音识别的工作原理流程图。 活动2： 小组活动：尝试在下图中从左到右连接所有可能的词组（如图中的“歌曲”和“很懂”），再选出最有可能的句子来。体验了解隐马尔可夫模型的识别过程。 活动3： 小组探究：语音识别技术和声纹识别技术从以下维度进行对比分析，小组讨论也可借助AI工具共同探究。 对比维度 语音识别技术 声纹识别技术 核心目标 关键技术 特征提取重点 模型输出 抗干扰方向 典型应用 依赖信号特性 学习评价： 单选题-练习1： 1.语音识别技术的主要目的是什么？（ ） A. 将语音转换为文本 B. 将文本转换为语音 C. 分析语音信号 D. 语音增强 单选题-练习2： 2.语音识别技术中，哪一环节负责将声音信号转换为数字信号？（ ） A. 麦克风 B. 声音预处理 C. 特征提取 D. 声学模型 单选题-练习3： 3.语音识别系统的语言模型主要作用是什么？（ ） A. 提高语音识别的准确率 B. 降低语音识别的误识率 C. 优化语音识别的速度 D. 以上都是 小组活动评价: 学生自评及教师评价，根据评价结果将分数（1-5）：根据每个项目的表现打分，1为最低，5为最高。 评价项目 学生自评 教师评价 学习任务单完成情况 小组团队合作情况 反馈与反思： 通过本节课的学习可以了解到智能语音技术在现代生活中的广泛应用和重要性。为了进一步反思，请考虑以下两个问题： 问题1：语音识别技术依赖于复杂的声学模型和语言模型，这些模型需要大量语音数据进行训练。在这种情况下，我们如何确保训练数据的质量和多样性，以提高识别的准确性？ 问题2：声纹识别技术通过分析个人独特的声音特征来进行身份验证。在学习过程中，你认为声纹识别技术面临哪些挑战，比如环境噪声或声音变化？我们可以采取哪些措施来提高声纹识别的可靠性和安全性？ 核心知识点： 1.语音识别是以语音为处理对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。语音识别是一门涉及面很广的交叉学科，它与声学、语音学、语言学、信息理论、模式识别理论以及神经生物学等都有非常密切的关系。 2.语音识别技术的应用智能音箱、语音转字幕和实时语音同声传译等。 3.语音识别的工作原理： 4.语音识别的整体工作流程： 5.声音数据采集的过程：麦克风录入采集→声音数字化→保存计算机 6.语音识别特征提取的作用是滤除掉一些与语音识别任务无关的干扰或者噪声，从而使机器能够更“专心”地训练语音识别技能。常见的语音识别特征是梅尔频率倒谱系数（Mel-Frequency Cepstral Coefficients，MFCC）。 7.MFCC是利用人耳对不同频率声音（音调）的敏感程度不同，将声音的音调信息通过非线性的方式映射到梅尔频谱中。 8.语音识别特征——梅尔频率倒谱系数的产生过程：音频数据帧→频率数据→梅尔频率数据→MFCC数据。 9.声学模型：描述声音信号特征的模型，用于将声音信号转换成文本。 10.HMM（隐马尔可夫模型）：用于声学模型训练和识别的统计模型，可以捕捉声音信号的时间序列信息。 11.三音素建模：三音素建模考虑到协同发音效应，也就是上下文音素会对中心音素发音会有影响，会与该音素单独发音会有所不同，使得模型更加精准。 12.语音识别中模型训练过程： 13.身声纹识别也叫说话人识别，是一种通过分析语音中的声学特征来确认或辨认说话人身份的生物识别技术。核心在于每个人的发音器官（如声带、口腔、鼻腔等）在形态和功能上的差异会形成独特的声纹图谱，具有相对稳定性和唯一性。 14.声纹识别的原理：采集声音→特征提取→声纹匹配→说话人识别 15.共振峰：对于一个语音的频谱图，峰值表示语音的主要频率成分，也称为共振峰，而共振峰携带了声音的辨识属性，在语音识别中，我们需要把共振峰的位置和它们转变的过程提取出来，这个变化的过程是一条连接这些共振峰点的平滑曲线。 温馨提示：小学生不要独自使用开放式内容生成功能。 参考答案 活动1： 活动2： 活动3： 对比维度 语音识别技术 声纹识别技术 核心目标 将语音内容转换为文本（识别“说了什么”） 识别或验证说话人身份（确认“是谁说的”） 关键技术 声学模型、语言模型 说话人特征提取、相似度匹配 特征提取重点 短时频谱特征（MFCC） 长期生物特征（共振峰、声道形状、发音习惯等） 模型输出 文本 说话人ID或相似度分数 抗干扰方向 抑制噪声、方言多样性、同音词歧义 声音模仿、年龄/健康导致的声纹变化、环境噪声 典型应用 语音输入法、实时字幕、智能助手（Siri） 身份认证、安防监控、司法取证 依赖信号特性 语言学特征（音素、词汇、语法） 生物特征（声带、声道结构） 学习评价： 单选题-练习1： 1.语音识别技术的主要目的是什么？（ ） A. 将语音转换为文本 B. 将文本转换为语音 C. 分析语音信号 D. 语音增强 答案：A 语音识别技术核心是把语音信号转化为对应的文本内容。B选项是语音合成技术；C选项分析语音信号是语音识别过程里的环节，非主要目的；D选项语音增强是预处理来提升语音质量，并非语音识别主要目的，所以选A。 单选题-练习2： 2.语音识别技术中，哪一环节负责将声音信号转换为数字信号？（ ） A. 麦克风 B. 声音预处理 C. 特征提取 D. 声学模型 答案：A 解析：A选项麦克风是语音识别的输入设备，它能将声音这种模拟信号转换为数字信号 ；B选项声音预处理是对转换后的数字信号进行降噪等处理；C选项特征提取是从预处理后的信号中提取关键特征；D选项声学模型用于识别声音特征对应的内容。 单选题-练习3： 3.语音识别系统的语言模型主要作用是什么？（ ） A. 提高语音识别的准确率 B. 降低语音识别的误识率 C. 优化语音识别的速度 D. 以上都是 答案：D 解析：语言模型在语音识别系统里，能辅助判断语音对应的合理文本，助力提高识别准确率（让识别结果更贴合真实语义），降低误识率（减少错误识别情况），同时合理的语言模型可减少不必要计算，优化识别速度，所以ABC提到的作用都具备，选D。 2 / 2 学科网（北京）股份有限公司 $$