語音識別與圖像識別認(rèn)知實習(xí)

語音識別與圖像識別認(rèn)知實習(xí)劉剛liugang@2023.91/16實習(xí)內(nèi)容基礎(chǔ)知識模式識別基本原理語音識別基本原理圖像識別基本原理系統(tǒng)演示2/16什么是模式識別模式(pattern)存在于時間，空間中可觀測事物，具有時間或空間分布信息。模式識別(PatternRecognition)指對表征事物或現(xiàn)象多種形式(數(shù)值、文字和邏輯關(guān)系)信息進(jìn)行處理和分析,以對事物或現(xiàn)象進(jìn)行描述、識別、分類和解釋過程,是信息科學(xué)和人工智能主要組成部分。模式識別是模擬人某些功能模擬人視覺:計算機+光學(xué)系統(tǒng)--

圖像識別模擬人聽覺:計算機+聲音傳感器---

語音識別模擬人嗅覺和觸覺:計算機+傳感器3/16模式識別在智能信息處理中地位4/16模式識別在信息科學(xué)中地位信息獲取、信息傳遞、信息認(rèn)知、信息再生、信息思維、

信息傳遞、信息施效識別論、通信論、知識論、決策論、智能論、通信論、控制論5/16模式識別原理框圖6/16語音識別基本原理什么是語音識別語音識別是研究如何采取數(shù)字信號處理技術(shù)自動提取以及決定語音信號中最基本、最故意義信息一門新興邊緣學(xué)科。分類語音識別(內(nèi)容)說話人識別語種識別性別識別情緒識別7/16語音識別應(yīng)用領(lǐng)域桌面系統(tǒng)更多是理論研究，應(yīng)用不多，基礎(chǔ)，主要，搜索嵌入式系統(tǒng)智能終端，軟硬件實現(xiàn)，分布式電話系統(tǒng)最大應(yīng)用領(lǐng)域(信息服務(wù))人機交互8/16語音合成(TTS)基本原理什么是TTSTextToSpeech框圖評價指標(biāo)可懂度、自然度TTS應(yīng)用9/16CTI基本原理什么是CTI計算機電話集成(ComputerTelephonyIntegration)，將計算機技術(shù)應(yīng)用到電話系統(tǒng)中，能夠自動地對電話中信令信息進(jìn)行識別處理，并通過建立有關(guān)話路連接，而向顧客傳送預(yù)定錄音文獻(xiàn)、轉(zhuǎn)接來話等。計算機電信集成(ComputerTelecommunicationIntegration)，不但要處理傳統(tǒng)電話語音，并且要處理包括傳真、電子郵件等形式信息媒體應(yīng)用目前提供某些典型業(yè)務(wù)主要有基于顧客設(shè)備(CPE)消息系統(tǒng)、交互語音應(yīng)答、呼叫中心系統(tǒng)、增值業(yè)務(wù)、IP電話等。10/16在CTI中應(yīng)用NECAspilaEX電話交換機三匯STH-8電話語音卡11/16語音門戶12/16圖像識別之人臉識別文字識別、指紋識別、虹膜識別、掌紋識別、人臉識別、車牌識別……人臉識別是指通過人臉進(jìn)行身份確認(rèn)或者身份查找技術(shù)或系統(tǒng)人臉圖像采集人臉定位人臉識別預(yù)處理身份確認(rèn)以及身份查找等；13/16人臉識別應(yīng)用公安刑偵破案通過查詢目標(biāo)人像數(shù)據(jù)尋找數(shù)據(jù)庫中是否存在重點人口基本信息。例如在機場或車站安裝系統(tǒng)以抓捕在逃案犯。門禁系統(tǒng)受安全保護(hù)地域能夠通過人臉識別辨識試圖進(jìn)入者身份。攝像監(jiān)視系統(tǒng)在例如機場、體育場、超級市場等公共場所對人群進(jìn)行監(jiān)視，以達(dá)成身份識別目標(biāo)。網(wǎng)絡(luò)應(yīng)用利用人臉識別輔助信用卡網(wǎng)絡(luò)支付，以避免非信用卡擁有者使用信用卡等。14/16演示系統(tǒng)(1)關(guān)鍵詞識別系統(tǒng)計算機聲控系統(tǒng)語音檢索系統(tǒng)廣播新聞?wù)Z音檢索demo音頻樣例