智能语音技术及应用开发

本书对接智能语音开发运维岗位要求、人工智能语音应用开发1+X职业技能等级标准，内容涉及语音及智能语音相关技术的基本概念与简单应用，并对语音识别、声纹识别、语音合成、语音评测等重点应用的技术框架和开发技术进行了介绍。本书可作为高职高专及应用型本科人工智能专业学生的专业课教材，也适合对语音技术感兴趣的学员或从事语音技术开发运维岗位的人员参考。

单元1 初步了解语音 1 任务1.1 了解语音的产生 1 1.1.1 语音的属性 1 1.1.2 语音的产生 2 1.1.3 语音中蕴含的信息 4 任务1.2 了解数字语音 8 1.2.1 什么是数字声音 9 1.2.2 语音信号数字化 10 1.2.3 数字语音存储与回放系统 13 习题 16 单元2 智能语音相关技术 17 任务2.1 了解智能语音技术的内涵及应用 17 2.1.1 智能语音技术的相关概念 18 2.1.2 深度学习技术 19 2.1.3 神经网络技术 20 任务2.2 了解语音语料库 22 2.2.1 语音语料库的应用 23 2.2.2 情感语音语料库 24 2.2.3 语音语料库建立的规范 26 任务2.3 实现语音数据标注 28 2.3.1 语音数据标注的基础知识 29 2.3.2 音段标注和韵律标注 30 2.3.3 语音数据标注的工具 30 习题 37 单元3 语音识别技术应用 38 任务3.1 理解语音识别开发技术框架 38 3.1.1 语音识别技术的内涵 38 3.1.2 语音识别的流程 39 3.1.3 基于讯飞开放平台的语音识别流程及接口应用 41 任务3.2 实现基于TensorFlow搭建语音识别系统 55 3.2.1 MFCC特征提取 55 3.2.2 搭建基于TensorFlow的深度学习模型 57 任务3.3 实现性别和年龄信息识别 64 3.3.1 基于AI开放平台的语音识别及相关术语 65 3.3.2 语音识别接口调用模块代码说明 65 习题 75 单元4 声纹识别技术应用 76 任务4.1 了解声纹识别的技术框架 76 4.1.1 声纹识别的内涵 77 4.1.2 声纹识别的一般流程和关键技术 79 4.1.3 声纹识别系统评价 82 任务4.2 基于讯飞开放平台实现声纹识别 85 4.2.1 基于讯飞开放平台的声纹识别开发框架 86 4.2.2 基于讯飞开放平台的声纹识别流程 87 任务4.3 代码分析与问题盘点 96 4.3.1 理解基于讯飞开放平台的声纹识别接口应用 96 4.3.2 总结系统开发中的常见问题 111 4.3.3 程序调试中的常见错误码 111 习题 112 单元5 语音合成技术及应用 113 任务5.1 了解语音合成基础 113 5.1.1 语音合成技术的演化 114 5.1.2 语音合成的常用平台 116 任务5.2 理解个性化语音合成技术 120 5.2.1 语音的个性特征 120 5.2.2 语音合成的技术框架 121 任务5.3 实现基于AI开放平台的语音合成 128 5.3.1 基于讯飞开放平台的语音合成流程及接口应用 128 5.3.2 语音合成产品的评价 134 5.3.3 语音合成应用开发中的问题盘点 138 习题 141 单元6 语音评测技术应用 142 任务6.1 了解语音评测的技术框架 142 6.1.1 语音评测技术的内涵及术语 142 6.1.2 语音评测的技术框架 144 任务6.2 开发中文朗读发音评测系统 152 6.2.1 基于AI开放平台的语音评测及相关术语 154 6.2.2 基于讯飞开放平台的语音评测流程及接口应用 154 任务6.3 语音评测产品开发中的实施 165 6.3.1 中文评测试题格式 166 6.3.2 英文评测试题格式 168 6.3.3 英文音标标注试题制作规范 170 习题 173 单元7 语音技术综合实践 174 任务7.1 设计虚拟主播 174 7.1.1 了解虚拟主播 174 7.1.2 虚拟主播的主要技术 177 7.1.3 虚拟主播的平台实现 179 任务7.2 设计社区居民情况调查智能客服系统 181 7.2.1 人工智能训练师职业认知 182 7.2.2 人机交互与智能客服 182