智能電器如何被人類(lèi)聲控？
加入技術(shù)交流群
近兩年，以智能家居為主題的消費電子展越來(lái)越多，擁有聲控功能的電視機、空調、電飯煲、電腦、手機等電器開(kāi)始引領(lǐng)潮流，逐步取代了觸摸式按鍵的領(lǐng)先操作方式。這種機器愈發(fā)聰明，我們通過(guò)聲音即可進(jìn)行在一定距離范圍內的操作，便捷而人性化，讓人感受到“科技以人為本”的時(shí)代曙光。在不久的將來(lái)，電器會(huì )更像人類(lèi)，它們也會(huì )有視覺(jué)與聽(tīng)覺(jué)，靠語(yǔ)音識別、監控感知即可實(shí)現簡(jiǎn)單的人機交互。那么，以語(yǔ)音識別為基礎的聲控是個(gè)什么原理?難道智能電器都長(cháng)有耳朵嗎?
其實(shí)，語(yǔ)音識別只是電器感知模式識別的一個(gè)分支，它從屬于信號處理科學(xué)領(lǐng)域，同時(shí)與語(yǔ)音學(xué)、語(yǔ)言學(xué)、數理統計及神經(jīng)生物學(xué)等學(xué)科有非常密切的關(guān)系。語(yǔ)音識別的目的就是讓機器能夠“聽(tīng)懂”人類(lèi)口述的語(yǔ)言，這其中包括了兩方面的含義：其一是逐字逐句聽(tīng)懂非轉化成書(shū)面語(yǔ)言文字;其二是對口述語(yǔ)言中所包含的要求或詢(xún)問(wèn)加以理解，做出正確響應，而不拘泥于所有詞的正確轉換。
自動(dòng)語(yǔ)音識別技術(shù)有三個(gè)基本原理：首先，語(yǔ)音信號中的語(yǔ)言信息是按照短時(shí)幅度譜的時(shí)間變化模式來(lái)編碼;其次，語(yǔ)音是可以閱讀的，即它的聲學(xué)信號可以在不考慮說(shuō)話(huà)人試圖傳達的信息內容的情況下，用數十個(gè)具有區別性的、離散的符號來(lái)表示;再次，語(yǔ)音交互是一個(gè)認知過(guò)程，因而不能與語(yǔ)言的語(yǔ)法、語(yǔ)義和語(yǔ)用結構割裂開(kāi)來(lái)。
而對于語(yǔ)音識別的預處理，則包括語(yǔ)音信號采樣、反混疊帶通濾波、去除個(gè)體發(fā)音差異和設備、環(huán)境引起的噪聲影響等，并涉及到語(yǔ)音識別基元的選取和端點(diǎn)檢測問(wèn)題。在之后的特征提取過(guò)程，就是用于提取語(yǔ)音中反映本質(zhì)特征的聲學(xué)參數，如平均能量、平均跨零率、共振峰等。然后是訓練階段，即在識別之前通過(guò)讓講話(huà)者多次重復語(yǔ)音，從原始語(yǔ)音樣本中去除冗余信息，保留關(guān)鍵數據，再按照一定規則對數據加以聚類(lèi)，形成模式庫。最后是模式匹配，這是整個(gè)語(yǔ)音識別系統的核心，它根據一定規則(如某種距離測度)以及專(zhuān)家知識(如構詞規則、語(yǔ)法規則、語(yǔ)義規則等)，計算輸入特征與庫存模式之間的相似度(如匹配距離、似然概率)，判斷出輸入語(yǔ)音的語(yǔ)意信息。
除此之外，語(yǔ)音識別技術(shù)還基于對語(yǔ)音的物理屬性、生理屬性和社會(huì )屬性3個(gè)基本屬性的分析。
1. 語(yǔ)音的物理屬性
所謂物理屬性，主要包括音高、音長(cháng)、音強和音色4個(gè)要素。音高是指聲音的高低，主要決定于發(fā)音體振動(dòng)速度的快慢;音長(cháng)是指聲音的長(cháng)短，主要決定于發(fā)音體振動(dòng)時(shí)間的久暫;音強是指聲音的強弱，主要決定于發(fā)音體振動(dòng)幅度的大小;音色是指聲音的特色，主要決定于發(fā)音物體振動(dòng)所形成的音波波紋曲折形式不同。
2. 語(yǔ)音的生理屬性
所謂生理屬性，主要指發(fā)音器官對語(yǔ)音的影響，包括肺和氣管、候頭和聲帶以及口腔、鼻腔和咽腔等發(fā)音氣官。
3. 語(yǔ)音的社會(huì )屬性
所謂社會(huì )屬性，主要表現在3個(gè)方面，一是語(yǔ)音與意義之間并無(wú)必然聯(lián)系，它們的對應關(guān)系是社會(huì )成員約定俗成的;二是各種語(yǔ)言或方言都有自己的語(yǔ)音系統;三是語(yǔ)音具有區別意義的作用。
語(yǔ)音識別的基本過(guò)程根據實(shí)際中的應用不同，語(yǔ)音識別系統可以分為：特定人與非特定人的識別、獨立詞與連續詞的識別、小詞匯量與大詞匯量以及無(wú)限詞匯量的識別。但無(wú)論那種語(yǔ)音識別系統，其基本原理和處理方法都大體類(lèi)似。
最后，智能電器通過(guò)語(yǔ)音識別的一系列過(guò)程做出相應的預設反應，這樣就被人類(lèi)聲控了，所以這看似簡(jiǎn)單快捷的操控方式其實(shí)很復雜。如此，操控電器會(huì )變得非常簡(jiǎn)單，不用像現在這樣，先看完枯燥乏味的說(shuō)明書(shū)，或邊看操作步驟邊操控電器了。
評論