环境版本

       主机系统版本：Windwos10 64位
       处理器型号：Intel-i7
       虚拟机版本：VMware Workstation 16 Pro
       虚拟机系统：Ubuntu 18.04.6 LTS
       ROS版本：Melodic

       学习目标


       知识储备

       学习常见语音术语。

       （1）音素(phone | phonetics)

       音素是根据语音的自然属性划分出来的***小语音单位，依据音节里的发音动作来分析，一个动作构成一个音素。音素分为元音与辅音两大类。如汉语音节啊（ā）只有一个音素，爱（ài）有两个音素，代（dài）有三个音素等。

       （2）声学模型

       声学模型教会机器“哪个字词发什么音”。

       是将声学和发音学（phonetics）的知识进行整合，以特征提取部分生成的特征作为输入，并为可变长特征序列生成声学模型分数。

       （3）语言模型

       声学模型教会机器“什么样的文字组合是合理的、更常见的”，语言模型通过从训练语料（通常是文本形式）学习词之间的相互关系，来估计假设词序列的可能性，又叫语言模型分数。


       （4）语音识别（ASR：Automatic Speech Recognition）将声音转换成文本。


       （5）语音合成（TTS：text-to-speech）

       将文字转换成声音。

       （6）语义理解（NLU：NaturalLanguage Understanding）

       识别说话人的意图。


       2.自然语言处理（NLP）

       就是在机器语言和人类语言之间沟通的桥梁，以实现人机交流的目的。


       3.自然语言处理的核心任务及步骤

       （1）自然语言理解 – NLU

       自然语言理解就是希望机器像人一样，具备正常人的语言理解能力。

       （2）自然语言生成 – NLG

       自然语言生成是为了跨越人类和机器之间的沟通鸿沟，将非语言格式的数据转换成人类可以理解的语言格式，如文章、报告等。





文章来源网络，如有侵权请联系删除