語(yǔ)音識(shí)別與圖像識(shí)別認(rèn)知實(shí)習(xí)

語(yǔ)音識(shí)別與圖像識(shí)別認(rèn)知實(shí)習(xí)劉剛liugang@2023.91/16實(shí)習(xí)內(nèi)容基礎(chǔ)知識(shí)模式識(shí)別基本原理語(yǔ)音識(shí)別基本原理圖像識(shí)別基本原理系統(tǒng)演示2/16什么是模式識(shí)別模式(pattern)存在于時(shí)間，空間中可觀測(cè)事物，具有時(shí)間或空間分布信息。模式識(shí)別(PatternRecognition)指對(duì)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(duì)事物或現(xiàn)象進(jìn)行描述、識(shí)別、分類和解釋過(guò)程,是信息科學(xué)和人工智能主要組成部分。模式識(shí)別是模擬人某些功能模擬人視覺(jué):計(jì)算機(jī)+光學(xué)系統(tǒng)--

圖像識(shí)別模擬人聽覺(jué):計(jì)算機(jī)+聲音傳感器---

語(yǔ)音識(shí)別模擬人嗅覺(jué)和觸覺(jué):計(jì)算機(jī)+傳感器3/16模式識(shí)別在智能信息處理中地位4/16模式識(shí)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(shí)別論、通信論、知識(shí)論、決策論、智能論、通信論、控制論5/16模式識(shí)別原理框圖6/16語(yǔ)音識(shí)別基本原理什么是語(yǔ)音識(shí)別語(yǔ)音識(shí)別是研究如何采取數(shù)字信號(hào)處理技術(shù)自動(dòng)提取以及決定語(yǔ)音信號(hào)中最基本、最故意義信息一門新興邊緣學(xué)科。分類語(yǔ)音識(shí)別(內(nèi)容)說(shuō)話人識(shí)別語(yǔ)種識(shí)別性別識(shí)別情緒識(shí)別7/16語(yǔ)音識(shí)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(shí)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(jī)交互8/16語(yǔ)音合成(TTS)基本原理什么是TTSTextToSpeech框圖評(píng)價(jià)指標(biāo)可懂度、自然度TTS應(yīng)用9/16CTI基本原理什么是CTI計(jì)算機(jī)電話集成(ComputerTelephonyIntegration)，將計(jì)算機(jī)技術(shù)應(yīng)用到電話系統(tǒng)中，能夠自動(dòng)地對(duì)電話中信令信息進(jìn)行識(shí)別處理，并通過(guò)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(lái)話等。計(jì)算機(jī)電信集成(ComputerTelecommunicationIntegration)，不但要處理傳統(tǒng)電話語(yǔ)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(yǔ)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(jī)三匯STH-8電話語(yǔ)音卡11/16語(yǔ)音門戶12/16圖像識(shí)別之人臉識(shí)別文字識(shí)別、指紋識(shí)別、虹膜識(shí)別、掌紋識(shí)別、人臉識(shí)別、車牌識(shí)別……人臉識(shí)別是指通過(guò)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(shí)別預(yù)處理身份確認(rèn)以及身份查找等；13/16人臉識(shí)別應(yīng)用公安刑偵破案通過(guò)查詢目標(biāo)人像數(shù)據(jù)尋找數(shù)據(jù)庫(kù)中是否存在重點(diǎn)人口基本信息。例如在機(jī)場(chǎng)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(guò)人臉識(shí)別辨識(shí)試圖進(jìn)入者身份。攝像監(jiān)視系統(tǒng)在例如機(jī)場(chǎng)、體育場(chǎng)、超級(jí)市場(chǎng)等公共場(chǎng)所對(duì)人群進(jìn)行監(jiān)視，以達(dá)成身份識(shí)別目標(biāo)。網(wǎng)絡(luò)應(yīng)用利用人臉識(shí)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(shí)別系統(tǒng)計(jì)算機(jī)聲控系統(tǒng)語(yǔ)音檢索系統(tǒng)廣播新聞?wù)Z音檢索demo音頻樣例