yuxy36的博客

对比声控式交互、触控交互和视觉交互方式的优缺点如下表： 声控式交互 触控交互 视觉交互 优势 性能优异； 准确度高； 输入更高效； 感官和精力占用更少； 便利程度高； 学习成本低 不会导致公开环境下交互的心理负担； 技术应用范围广； 成本低； 稳定流畅； 学习成本低； 符合人的认知过程 .

上图展示了智能语音的界面架构，从中可以看出，语音交互所涉及的技术模块有 4 个部分，如下图所示：首先，通过应用自动语音识别技术听到用户说的话，然后应用自然语言理解来分析语句的含义，随后用自然语言生成对话结果，最后应用文字转语音技术将结果播放给用户，完成与用户的语音交互。下面分别介绍这几种技术：自动语音识别：Automatic Speech Recognition, ASRASR是通过声学模型和语言模型，将人的语音识别为文本的技术。上图是标准语音系统的组成元素。声学概率的评估...

声音的产生肺中的空气受到挤压形成气流，气流通过声门（声带）沿着声道（由咽、喉、口腔等组成）释放出去，就形成了声音。人的发声过程包括两个步骤：首先声门、声带产生不同频率的声音； 然后声道对声源起到调制作用。以上过程如下图所示：气流、声门可以等效为一个激励源，声道可以等效为一个时变滤波器，由此产生了语音。语言的本质组成有声话语的小微语言元素叫作音素，它是语言中最小的单位，一旦改变，单词或者表达就会跟着变化。音素的物理表达就是“通话”，但语音信号不只是一系列拼接的声音，像.