信息時代,科學(xué)技術(shù)的飛速發(fā)展帶動人工智能化技術(shù)的更新進(jìn)步。機(jī)器人的應(yīng)用領(lǐng)域和范圍也越來越廣泛,在生產(chǎn)、建筑、旅游等各個行業(yè)都能夠看到人工智能機(jī)器人的身影。 旅游產(chǎn)業(yè)與互聯(lián)網(wǎng)的結(jié)合,要隨著信息技術(shù)的發(fā)展與時俱進(jìn)。物聯(lián)網(wǎng)、人工智能、虛擬現(xiàn)實(shí)等新興的互聯(lián)網(wǎng)技術(shù)讓旅游產(chǎn)業(yè)的未來充滿了挑戰(zhàn)與機(jī)遇,導(dǎo)游等依賴大數(shù)據(jù)的職業(yè)完全可能被人工智能機(jī)器人取代。
語音助手越來越像人類了,與人類之間的交流不再是簡單的你問我答,不少語音助手甚至能和人類進(jìn)行深度交談。在交流的背后,離不開自然語言處理(NLP)和自然語言生成(NLG)這兩種基礎(chǔ)技術(shù)。機(jī)器學(xué)習(xí)的這兩個分支使得語音助手能夠?qū)⑷祟愓Z言轉(zhuǎn)換為計算機(jī)命令,反之亦然。
這兩種技術(shù)有什么差異?工作原理是什么?
NLP vs NLG:了解基本差異
什么是NLP?
NLP指在計算機(jī)讀取語言時將文本轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)的過程。簡而言之,NLP是計算機(jī)的閱讀語言。可以粗略地說,在NLP中,系統(tǒng)攝取人語,將其分解,分析,確定適當(dāng)?shù)牟僮?,并以人類理解的語言進(jìn)行響應(yīng)。
NLP結(jié)合了計算機(jī)科學(xué)、人工智能和計算語言學(xué),涵蓋了以人類理解的方式解釋和生成人類語言的所有機(jī)制:語言過濾、情感分析、主題分類、位置檢測等。
什么是NLG?
自然語言處理由自然語言理解(NLU)和自然語言生成(NLG)構(gòu)成。NLG是計算機(jī)的“編寫語言”,它將結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為文本,以人類語言表達(dá)。即能夠根據(jù)一些關(guān)鍵信息及其在機(jī)器內(nèi)部的表達(dá)形式,經(jīng)過一個規(guī)劃過程,來自動生成一段高質(zhì)量的自然語言文本。
NLP vs NLG:聊天機(jī)器人的工作方式
人類談話涉及雙向溝通的方式,聊天機(jī)器人也一樣,只是溝通渠道略有不同——您是與機(jī)器交談。當(dāng)給機(jī)器人發(fā)送消息時,它會將其拾取并使用NLP,機(jī)器將文本轉(zhuǎn)換為自身的編碼命令。然后將該數(shù)據(jù)發(fā)送到?jīng)Q策引擎。
在整個過程中,計算機(jī)將自然語言轉(zhuǎn)換為計算機(jī)理解的語言,處理,識別語音。語音識別系統(tǒng)常用的是Hidden Markov模型(HMM),它將語音轉(zhuǎn)換為文本以確定用戶所說的內(nèi)容。通過傾聽您所說的內(nèi)容,將其分解為小單元,并對其進(jìn)行分析以生成文本形式的輸出或信息。
此后的關(guān)鍵步驟是自然語言理解(NLU),如上文所說,它是NLP的另一個子集,試圖理解文本形式的含義。重要的是計算機(jī)要理解每個單詞是什么,這是由NLU執(zhí)行的部分。在對詞匯、語法和其他信息進(jìn)行篩選時,NLP算法使用統(tǒng)計機(jī)器學(xué)習(xí)、應(yīng)用自然語言的語法規(guī)則,并確定所說的最可能的含義。
另一方面,NLG是一種利用人工智能和計算語言學(xué)生成自然語言的系統(tǒng)。它還可以將該文本翻譯成語音。NLP系統(tǒng)首先確定要翻譯成文本的信息,然后組織表達(dá)結(jié)構(gòu),再使用一組語法規(guī)則,NLG就能系統(tǒng)形成完整的句子并讀出來。
應(yīng)用
語音助手只是NLP眾多應(yīng)用程序之一。它還可用于網(wǎng)絡(luò)安全文章、白皮書、科研等領(lǐng)域。例如,NLP對在線內(nèi)容進(jìn)行情緒分析,以改進(jìn)服務(wù)并為客戶提供更好的產(chǎn)品。
而NLG通常用于Gmail,它可以為您自動創(chuàng)建答復(fù)。創(chuàng)建公司數(shù)據(jù)圖表的描述說明時,NLG也是很好的工具。
說NLP和NLG完全不相關(guān),也不正確,因?yàn)镹LP和NLG相當(dāng)于學(xué)習(xí)中的閱讀、寫作過程,還是有內(nèi)在關(guān)聯(lián)的。
一般智能語音助理或語音機(jī)器人工作原理大致如下:
第一階段:語音到文本的過程。信號源→設(shè)備(捕獲音頻輸入)→增強(qiáng)音頻輸入→檢測語音→轉(zhuǎn)換為其他形式(如文本)
第二階段:響應(yīng)過程。處理文本(如用NLP處理文本,識別意圖)→操作響應(yīng)。
在檢測語音過程中,就包括分辨是否為語音信號,該過程會通過指定的頻率對模擬信號進(jìn)行采樣,將模擬聲波轉(zhuǎn)換為數(shù)字?jǐn)?shù)據(jù)。這一過程很重要,是否成功地識別語音。如果生成數(shù)字?jǐn)?shù)據(jù)都是錯誤的,那么后期的處理響應(yīng)那肯定是錯的。這也是影響智能語音助理或語音機(jī)器人識別率的重要因素。
在這個過程,用于語音處理的技術(shù)是語音活性檢測 (Voice activity detection,VAD),目的是檢測語音信號是否存在。 VAD技術(shù)主要用于語音編碼和語音識別。它可以簡化語音處理,也可用于在音頻會話期間去除非語音片段:可以在IP電話應(yīng)用中避免對靜音數(shù)據(jù)包的編碼和傳輸,節(jié)省計算時間和帶寬。
與大家分享VAD技術(shù),首先講兩個概念:
信噪比(縮寫為SNR或S / N)是科學(xué)和工程中使用的一種度量,它將所需信號的電平與背景噪聲電平進(jìn)行比較。SNR定義為信號功率與噪聲功率之比,通常以分貝表示。比率高于1:1(大于0 dB)表示信號多于噪聲。
窗口,研究信號源,我們將其分成滑動窗口或僅窗口。
能量檢測器
能量檢測器對于高SNR信號是有效的,但是當(dāng)SNR下降直到它在1以下變得無效時失去效率。它也不能將語音與諸如沖擊噪聲(將筆放在桌子上),打字,空調(diào)或任何噪聲之類的噪聲區(qū)分開來。比人聲更響亮或更響亮。
波形和頻譜分析
在波形和頻譜分析中,語音活動檢測利用語音的已知特征。在該方法中應(yīng)用VAD比基于能量的解決方案更加計算密集,但是能夠更好地檢測非平穩(wěn)噪聲和低SNR場景中的噪聲。對于濁音音素,聲帶的振動產(chǎn)生諧波豐富的聲音,具有50到250 Hz之間的明顯音調(diào)。所有元音,但也有一些輔音,表現(xiàn)出這種諧波結(jié)構(gòu),因此是語音的特征。代表諧波結(jié)構(gòu)的特征是語音的可靠指標(biāo)。然而,單獨(dú)使用基于諧度或基于音調(diào)的特征不能預(yù)期無聲語音部分(例如一些摩擦音)被檢測到。此外,音樂或其他諧波噪聲分量可能被誤解為語音。總的來說,對信號的倒譜的分析可以揭示信號能量的來源。同樣的,基于該共振峰結(jié)構(gòu),也是語音識別系統(tǒng)的重要特征。人類聲道中的可變腔允許揚(yáng)聲器形成不同的音素。強(qiáng)調(diào)諧振(或共振峰)頻率,導(dǎo)致頻譜包絡(luò)的特征形狀。平滑很重要,在一個對話中,一個人只有50%的時間在說話,并且存在大量非活動幀。諸如[p] [t] [k] [b]之類的音是靜音,并且靜音部分可能不會被算法識別為語音,這將影響自動語音識別系統(tǒng)的性能。解決方案如下:
要被視為語音,必須至少有3個連續(xù)的窗口標(biāo)記語音(192ms)。它可以防止短暫的噪音被視為語音。
要被認(rèn)為是沉默,必須至少連續(xù)3個窗口標(biāo)記為靜音。它可以防止過多的語音切入影響語音節(jié)奏。
如果窗口被認(rèn)為是語音,則前3個窗口和3個窗口被認(rèn)為是語音。它可以防止在句子開頭和結(jié)尾丟失信息。
基于統(tǒng)計分析
MFCC,F(xiàn)BANK,PLP是最常用的語音識別功能。有數(shù)學(xué)運(yùn)算的連接,旨在通過保持最相關(guān)的數(shù)據(jù)來減少和壓縮信息的數(shù)量。
在“信號源→設(shè)備(捕獲音頻輸入)→增強(qiáng)音頻輸入→檢測語音”過程中,語音成功采樣識別為數(shù)字?jǐn)?shù)據(jù),是后期語言處理的前提,在檢測中文面臨更大挑戰(zhàn),斷句、語氣、語調(diào)等因素直接影響識別率。
-
機(jī)器人
+關(guān)注
關(guān)注
211文章
28618瀏覽量
207918 -
智能語音
+關(guān)注
關(guān)注
10文章
789瀏覽量
48843 -
自然語言處理
+關(guān)注
關(guān)注
1文章
619瀏覽量
13611
發(fā)布評論請先 登錄
相關(guān)推薦
評論