《语音识别技术及应用》教案 项目六 构建语音识别系统.pdfVIP

课题项目六构建语音识别系统

课时4课时（180min）

知识目标：

（1）理解加权有限状态转换器的解码原理

（2）理解端到端语音识别系统的工作流

（3）掌握连接时序分类模型的基本原理和训练方法

（4）掌握连接时序分类模型的解码算法

（5）了解注意力机制的基本原理和注意力权重的编程实现方法

教学目标

技能目标：

（1）能够编写程序，对大词汇量的语音数据进行处理

（2）能够使用连接时序分类模型构建端到端的语音识别系统

素养目标：

（1）提升使用科学方法解决实际问题的能力

（2）培养一丝不苟，精益求精的工作态度

教学重点：加权有限状态转换器的解码原理，端到端语音识别系统的工作流程，注意力机制的基本

教学重难点原理，注意力权重的编程实现方法

教学难点：连接时序分类模型的基本原理和训练方法，连接时序分类模型的解码算法

教学方法案例分析法、问答法、讨论法、讲授法

教学用电脑、投影仪、多媒体课件、教材

教学过程主要教学内容及步骤

【教师】使用APP进行签到

考勤

【学生】班干部报请假人员及原因

【教师】播放“端到端自动语音识别”视频（详见教材），并提出以下问题：

（1）什么是端到端学习？

问题导入（2）请画出端到端语音识别的流程图。

（3）请简述端到端语音识别的优点。

【学生】聆听、思考、举手回答

【教师】通过学生的回答引入要讲的知识，讲解传统语音识别系统，端到端语音识别系统的工作流

程，连接时序分类模型的基本原理和训练方法，连接时序分类模型的解码算法，连接时序分类模型的

编程实现，注意力机制的基本原理，以及注意力权重的编程实现方法等知识

6.1传统语音识别系统

✈【教师】利用多媒体展示“语音序列的转换过程”图片（详见教材），并进行讲解

在传统语音识别系统中，声学模型的建模单位是音素序列，语言模型的建模单位是词序列，如此

在声学模型与语言模型之间就产生了单位不统一的空隙。为了填补这个空隙，需要准备一份能够记录

传授新知

音素序列与词序列之间对应关系的发音词典。故声学模型、发音词典和语言模型就成了传统语音识别

系统中不可或缺的3个部分，它们对于语音序列的转换过程如图所示。

✈【教师】利用多媒体展示“语音识别中的有哪些信誉好的足球投注网站网络”图片（详见教材），并进行讲解

在传统语音识别系统中，语音识别的实质是使用“声学模型—发音词典—语言模型”求得概率最

高的词序列。对于少量孤立词的语音识别来说，可能的词序列数量是有限的，可以通过对所有词进行

概率计算，然后再取概率最大的值对应的词即可。但对于大词汇量语音识别系统来说，对所有词进行

概率计算几乎是不可能的。这种情况下，可以按从前到后的顺序组合词语，生成如图所示的有哪些信誉好的足球投注网站网络。

从有哪些信誉好的足球投注网站网络中筛选出概率最高的路径，得到语音识别结果。像这样，在有哪些信誉好的足球投注网站网络中寻找最优解的处理

过程，称为有哪些信誉好的足球投注网站。而使用特定算法求得概率最高的词序列的处理称为解码，执行解码处理的程序称为

解码器。

……（详见教材）

（1）合并运算。

✈【教师】利用多媒体展示“加权有限状态转换器WFST”图片（详见教材），并进行讲解

合并运算用于将两个不同的W