新闻资讯
详情
语音识别技术(ASR Automatic Speech Recognition)，让智能设备听懂人类的语音。语音识别的工作流程，可以分为三大步骤：前端语音处理、模型训练、后端识别处理
语音芯片的识别基本工作流程
1、前端处理前端处理，即将语音的模拟信号，转换成机器能读懂的数字信号，并做信号优化处理。前端处理的硬件链路：MIC—>Codec/ADC/PDM—>NPU\DSPMIC 麦克风 采集音频的关键硬件载体，关键参数是灵敏度和信噪比。 按信号输出分为模拟和数字，数字Mic在模拟Mic的基础上内置模拟转换器ADC， 按形态分为驻极体ECM和硅麦MEMS，模拟Mic通常形态是驻极体，数字Mic通常形态是硅麦，但也有数字Mic形态是驻极体。 智能手机全部使用的是硅麦MEMS
以下是前端处理的流程原理简化：音频采集： 通过麦克风，将声波转换为模拟电信号，再通过ADC转换为数字信号预处理： 静音切除 VAD、分侦加窗、降噪（主动降噪ANC）、预加重等 特征提取：图中选的是主流的MFCC，其他还有LPCC，PLP等，选取后续可以匹配的特征点
2、模型训练
模型 可以理解为“字典”，机器收到语音信息后，跟模型比对找出相似的语音和单词那模板怎么来的呢？首先，需要通过大量地采集真人的语音数据（语料采集），且可以针对性地采集地方口音。探境科技 某项目采集表格
然后，语料采集完后，需通过特定的算法（硬件载体是服务器）进行语料的训练，又称“模型训练”。即编辑一本字典出来，后面语音识别的时候就需要“翻字典”查找正确答案。
扫二维码用手机看
Copyright ©2020 猎砷电子科技（上海）有限公司
