本地離線語音識別控制如何實現(xiàn)？
發(fā)布日期:2022-01-24
點擊次數(shù):2335
隨著離線語音行業(yè)的發(fā)展，生產(chǎn)廠家總結(jié)出了離線語音識別的較為完善的解決方案，在進行一些口音問題時，可以通過不同的需求使用不同的模型，如果是全國范圍內(nèi)的出售，那就可以使用音素模型，如果只是在某地出售，那就可以使用整詞模型。對于噪音問題，可以讓聲學前端先處理，然后再去語音識別模塊去進行處理，這樣可以有效的減少噪音的影響，提高識別率。下面由輕生活科技小編繼續(xù)跟大家聊聊天吧！
想要快速的完成命令詞的錄入，那么就會使用到深度神經(jīng)網(wǎng)絡語音識別技術；離線語音模塊中，需要錄入數(shù)量挺多的操作命令詞，想要做到跟喚醒詞差不多的特訓，那就會使得成本加大，并且工作量會增加。如果是命令詞眾多的，那就可以使用深度神經(jīng)網(wǎng)絡語音識別技術，首先從語音的輸入開始，然后到語音檢測、語音語音特征的提取以及DNN運算采用硬件架構設計，軟件進行語音解碼，這樣可以有高識別率以及高實時性，這樣的效果可達直接商用的程度。
如果有大量指令詞，那么使用TDNN、DNN等語音識別商務的算法，然后跟完整的語法文件相組合，這樣能快速的讓指令詞達到可商用的程度，后續(xù)的話，也可以通過一些語音大腦模組，進行動態(tài)更新識別指令集，保持離線識別的準確率。
一般離線語音的語音庫都集中在IC之中，這樣可以更加快速便捷的讓用戶進行語音控制，但是，這會增加硬件的一個成本，所以很多生產(chǎn)廠家都會去找尋那些價格實惠，性價比高且不影響語音識別性能的IC。
而想要降低離線語音IC的成本，那就得從多方面去考慮，重要的是芯片，而芯片里面的外圍電路是比較重要的部分，而算法也是比較重要的，如果算法能后的到進一步的提升，那么算力的占用空間就越來越少?，F(xiàn)在芯片的集成程度都比較高，外圍電路也相對簡單一些，成本也是會低一些。可以通過語音識別專用的硬件來進行加速的推演算法，這樣也可以降低IC的一個成本。
|
免責聲明： 本文章轉(zhuǎn)自其它平臺，并不代表本站觀點及立場。若有侵權或異議，請聯(lián)系我們刪除。謝謝！ |
發(fā)送郵件
商務QQ客服
13823761625
