ZLG深度解析——语音识别技术
4语言模型
语言模型与文本处理相关，比如我们使用的智能输入法，当我们输入“nihao”，输入法候选词会出现“你好”而不是“尼毫”，候选词的排列参照语言模型得分的高低顺序。
语音识别中的语言模型也用于处理文字序列，它是结合声学模型的输出，给出概率最大的文字序列作为语音识别结果。由于语言模型是表示某一文字序列发生的概率，一般采用链式法则表示，如是由组成，则可由条件概率相关公式表示为：
由于条件太长，使得概率的估计变得困难，常见的做法是认为每个词的概率分布只依赖于前几个出现的词语，这样的语言模型成为n-gram模型。在n-gram模型中，每个词的概率分布只依赖于前面n-1个词。例如在trigram（n取值为3）模型，可将上式化简：
5语音识别效果展示
基于PC的语音识别展示demo如下视频所示：
视频包括使用“小致同学”唤醒设备，设备唤醒之后有12秒时间进行语音识别控制，空闲时间超过了12秒将再次休眠。
我们的语音识别算法已经部分移植到了基于AWorks的cortex-m7系列M1052-M16F12 8AWI -T平台。语音识别的声学模型和语言模型是我司训练的用于测试智能家居控制的相关模型demo，在支持65个常用命令词的离线识别测试中（数量越大识别所需时间越长），使用读取本地音频文件的方式进行语音识别“打开空调”所需时间0.46s左右。下面是在M1052-M16F128AWI-T的实测效果：
6关于算法库获取
目前语音识别系统处于研发阶段，广大客户可将自身需求反馈给周立功单片机有限公司与致远电子有限公司相关市场人员，我们会以最快速度研发客户需要的产品。
M1052-M16F128AWI-T产品图片
分享
图片新闻
最新活动更多
-
5月8-10日立即报名>> 国际物流解决方案展览会
-
5月16日火热报名>>> OFweek锂电/半导体行业数字化转型在线研讨会
-
5月22日火热报名中 >> 瓦楞行业张力控制解决方案在线研讨会
-
5月31日立即报名>> 【线下论坛】新唐科技2024未来创新峰会
-
8月27-29日马上报名>>> 2024（第五届）全球数字经济产业大会暨展览会
-
8月27-29日火热报名>>> 全数会2024中国深圳智能制造与机器人展览会
推荐专题
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论