資源簡介

中小學(xué)教育資源及組卷應(yīng)用平臺
第3.1課《初識語音識別——語音識別技術(shù)應(yīng)用》教學(xué)設(shè)計
課題 初始語音識別——語音識別技術(shù)應(yīng)用 單元 第三單元 學(xué)科 信息科技 年級 六年級
核心素養(yǎng)目標 信息意識：能夠了解認識語音識別技術(shù)的原理和應(yīng)用，認識機器的“聽覺系統(tǒng)”語音識別。計算思維：學(xué)習(xí)用語音與機器進行交流，讓機器明白你說什么，并按照你說的話執(zhí)行某些指令，并規(guī)范使用語音識別技術(shù)。數(shù)字化學(xué)習(xí)與創(chuàng)新：利用語音識別了解學(xué)習(xí)語音識別的過程，學(xué)會語音識別技術(shù)項目應(yīng)用設(shè)計。信息社會責任：理解并尊重同學(xué)的隱私，學(xué)會安全地收集和處理敏感數(shù)據(jù)（如語音），避免不當分享。
教學(xué)重點 能夠了解認識語音識別技術(shù)的原理和應(yīng)用，認識機器的“聽覺系統(tǒng)”語音識別。
教學(xué)難點 利用語音識別了解學(xué)習(xí)語音識別的過程，學(xué)會語音識別技術(shù)項目應(yīng)用設(shè)計。
教學(xué)過程
教學(xué)環(huán)節(jié) 教師活動 學(xué)生活動 設(shè)計意圖
導(dǎo)入新課 第3.1課 《初始語音識別——語音識別技術(shù)應(yīng)用》1.板書課題： 要讓機器模擬人類的智能，就要先模擬人類的感官智能，使機器不僅能跟人類一樣慧眼識物、察顏觀色，還能模擬人類的聽覺能力，理解人類語言的內(nèi)涵，這樣才能讓機器更好地跟人們進行交流。本節(jié)課，我們就來認識機器的“聽覺系統(tǒng)”——語音識別吧!思考：同學(xué)們，請思考一下，你們認為什么是語音識別，生活中你們有沒有見到過語音識別的例子，和同學(xué)們討論交流一下。語音識別是指計算機或其他設(shè)備能夠識別和理解人類語音的技術(shù)。它通過將聲音信號轉(zhuǎn)化為文本或指令，使得人們可以通過說話來與設(shè)備進行交互。在生活中，我們可以看到許多語音識別的例子，比如：1. 智能助手：像Siri、Google Assistant和Alexa等智能助手，可以通過語音指令執(zhí)行任務(wù)，比如設(shè)置鬧鐘、查詢天氣、播放音樂等。2. 語音輸入：在手機或電腦上，我們可以使用語音輸入功能，將說的話直接轉(zhuǎn)換為文字，方便快捷。3. 導(dǎo)航系統(tǒng)：許多車載導(dǎo)航系統(tǒng)支持語音指令，駕駛者可以通過語音來輸入目的地或調(diào)整路線。4. 客服系統(tǒng)：一些公司使用語音識別技術(shù)來處理客戶的電話咨詢，自動識別客戶的需求并提供相應(yīng)的服務(wù)。2.播放視頻。 學(xué)習(xí)新知引入完成思考。觀看教學(xué)視頻。 用生活中的常見現(xiàn)象引入課堂。用提問的方式引入課題，增強課堂互動性。將學(xué)生的注意吸引到課堂。
新知講解：板書課題：認識語音識別技術(shù) 用語音與機器進行交流，讓機器明白你說什么，并按照你說的話執(zhí)行某些指令，這就是人們在最初研究機器智能時夢寐以求的事情，而今天這種技術(shù)已經(jīng)飛入尋常百姓家。語音識別技術(shù)的含義 語音識別技術(shù)也被稱為自動語音識別，目標是將人類語音中的詞匯或語義內(nèi)容轉(zhuǎn)換為計算機可讀的輸入指令，如圖3.1.1所示。可以把機器的語音識別簡單理解為“機器的聽覺系統(tǒng)”，目的是讓機器聽懂人說的話，并按人類下達的指令執(zhí)行任務(wù)。語音識別的發(fā)展針對語音識別技術(shù)的研究從 20世紀50年代開始到現(xiàn)在已經(jīng)歷了半個多世紀，經(jīng)過艱難的探索獲得了巨大的進展。1952 年貝爾實驗室研究成功了世界上第一個能識別10個英文數(shù)字發(fā)音的實驗系統(tǒng);20世紀70年代，科學(xué)家在小詞匯量、孤立詞的識別方面取得了實質(zhì)性的進展;到20世紀80年代語音識別技術(shù)逐漸由孤立詞識別轉(zhuǎn)向連接詞識別。語音識別的發(fā)展過程如圖 3.1.2 所示。1987 年，科學(xué)家開發(fā)出了世界上第一個“非特定人連續(xù)語音識別系統(tǒng)”用統(tǒng)計的方法提高了語音識別準確率，如圖 3.1.3 所示。20 世紀 90年代，大詞匯量連續(xù)語音識別得到了優(yōu)化;1997 年首個語音聽寫產(chǎn)品問世，只要對著話筒說出要輸入的字符，它就會自動判斷并幫你輸入文字。2011年年初，某企業(yè)的深度神經(jīng)網(wǎng)絡(luò)(DNN)模型在語音搜索任務(wù)上獲得成功，之后多家國內(nèi)企業(yè)將 DNN 模型應(yīng)用到中文語音識別領(lǐng)域。如今，語音識別技術(shù)逐漸實現(xiàn)產(chǎn)品化，并嵌入移動設(shè)備，如手機、計算機等，以及穿戴式設(shè)備如電話手表等進行使用。手機使用語音識別技術(shù)的示例如圖 3.1.4 所示。人機交互的方式翻開了新的篇章。課堂活動同學(xué)們，你能總結(jié)一下語音識別技術(shù)發(fā)展的過程嗎 和同學(xué)們一起分享交流吧!語音識別技術(shù)的發(fā)展過程可以分為以下幾個主要階段 ：1、1950年代至1960年代 ：語音識別技術(shù)的早期起源。這一時期的語音識別技術(shù)主要是基于手工編寫的規(guī)則和模板的方法，用于識別單詞和短語 。 2、1970年代至1980年代 ：基于Hidden Markov Model（HMM）的語音識別技術(shù)出現(xiàn)。這一階段研究者們開始使用HMM模型來描述語音信號，并開發(fā)了一系列的語音識別算法 。3、1990年代至2000年代 ：深入研究語音識別算法的階段。研究者們開始探索各種不同的語音識別算法，包括神經(jīng)網(wǎng)絡(luò)、支持向量機、決策樹等，尤其是循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和長短期記憶網(wǎng)絡(luò)（LSTM）的應(yīng)用，顯著提升了語音識別的性能 。4、2010年代至今 ：深度學(xué)習(xí)驅(qū)動的語音識別技術(shù)飛速發(fā)展。隨著深度學(xué)習(xí)技術(shù)的出現(xiàn)和發(fā)展，特別是卷積神經(jīng)網(wǎng)絡(luò)（CNN）和RNN的廣泛應(yīng)用，語音識別技術(shù)得到了巨大的提升。2015年后，端到端方法的興起進一步推動了語音識別性能的提升，使得語音識別的準確性首次超越了人類。 語音識別技術(shù)的應(yīng)用語音識別技術(shù)已經(jīng)融入了人們的日常生活中，關(guān)于語音識別技術(shù)的應(yīng)用主要體現(xiàn)在兩個方面:語音輸入和語音控制。語音輸入語音輸入，即將說話人的語音實時地轉(zhuǎn)化為文字。相對于鍵盤輸入法，語音輸入更符合人們的日常習(xí)慣，也更自然、高效。語音輸入系統(tǒng)可以用于會議的實時記錄、語音搜索等方面。如圖 3.1.5 所示，手機中有連續(xù)的語音輸入時還可以自動更新、糾正文字，并進行合理的斷句。語音控制語音控制，即將說話人的語音轉(zhuǎn)化為指令來控制設(shè)備的運行。這種方式相對于手動控制來說更加快捷、方便，可以用在諸如工業(yè)控制、語音撥號系統(tǒng)、智能家電、聲控智能玩具等許多領(lǐng)域。語音控制家居設(shè)備的應(yīng)用場景如圖 3.1.6 所示。課堂活動同學(xué)們，你們還能想到語音識別技術(shù)應(yīng)用在哪些領(lǐng)域嗎 和同學(xué)們一起分享交流一下。語音識別技術(shù)在多個領(lǐng)域都有廣泛應(yīng)用：在智能家居中，語音識別技術(shù)使得用戶可以通過聲音指令控制各種家居設(shè)備，如智能音箱、智能電視、智能燈具、空調(diào)等。用戶只需通過簡單的語音指令就可以實現(xiàn)對設(shè)備的開啟、關(guān)閉、調(diào)節(jié)等操作，極大地提高了使用的便捷性 12。此外，語音識別技術(shù)還可以設(shè)置情景模式，如“回家”模式，自動開啟燈光、調(diào)節(jié)溫度、播放音樂等，使家居環(huán)境更加智能化和個性化 。在汽車領(lǐng)域，語音識別技術(shù)可以幫助駕駛員進行各種操作，如撥打電話、導(dǎo)航、調(diào)節(jié)空調(diào)等，而無需分散注意力去操作物理按鈕或觸摸屏。這不僅提高了駕駛的安全性，也提升了駕駛體驗 。語音識別技術(shù)的智能化也讓玩具行業(yè)進行了變革，越來越多的智能玩具被研發(fā)出來，如智能語音娃娃、智能語音兒童機器人。用戶可以通過語音與這些玩具進行簡單交流，完成一些簡單的任務(wù) 。在工業(yè)及醫(yī)療領(lǐng)域，語音識別技術(shù)能夠解放雙手，只需對機器發(fā)出命令，即可讓其操作完成需要的任務(wù)，大大提升了工作效率 。在醫(yī)療領(lǐng)域，語音識別技術(shù)可以協(xié)助醫(yī)生快速記錄病歷和治療方案，提高工作效率 。在智能教育方面，AI語音技術(shù)可以作為課堂質(zhì)量輔助和線上虛擬助手，提供個性化的學(xué)習(xí)體驗 。三、語音識別體驗活動活動主題:語音輸入 活動準備(見圖 3.1.7) 活動操作說明將程序文件導(dǎo)入編程軟件中，再將計算機和 AIoT板相連接，從智能云平臺中獲得語音識別的 API，粘貼在編程平臺的語音識別程序指令中，將程序刷入 AIoT板;接著按下 AIoT 板的A鍵開始錄音，錄音時長可為 2~5 秒;最后在 AIoT 板OLED 顯示屏上可以看到識別結(jié)果。整個過程需要連接 Wi-Fi。 示例程序 (見圖 3.1.8)溫馨小貼士：找到語音識別 API:搜索“智能云”進入網(wǎng)址→注冊、登錄→控制臺→產(chǎn)品服務(wù)一人工智能語音能力引擎一創(chuàng)建語音識別應(yīng)用→概覽一領(lǐng)取語音識別免費資源→應(yīng)用列表→獲得 API Key 和 Secret Key。四、實踐根據(jù)體驗活動，請同學(xué)們思考一下，機器實現(xiàn)語音識別的必要條件有哪些。請同學(xué)們討論交流，并將結(jié)果寫在下面的空白處。實現(xiàn)語音識別的必要條件主要包括以下幾個方面：1. 高質(zhì)量的音頻輸入： - 清晰的音頻信號，盡量減少背景噪音。 - 適當?shù)柠溈孙L(fēng)設(shè)備，能夠準確捕捉語音。2. 語言模型： - 需要一個強大的語言模型，以理解和預(yù)測語音中的單詞和句子結(jié)構(gòu)。 - 語言模型應(yīng)涵蓋目標語言的詞匯、語法和常用表達。3. 聲學(xué)模型： - 聲學(xué)模型用于將音頻信號轉(zhuǎn)換為音素或詞。 - 需要大量的語音數(shù)據(jù)進行訓(xùn)練，以提高識別準確率。4. 數(shù)據(jù)處理能力： - 強大的計算能力，以實時處理和分析音頻數(shù)據(jù)。 - 需要高效的算法來進行特征提取和模式識別。5. 訓(xùn)練數(shù)據(jù)： - 大量多樣化的語音數(shù)據(jù)集，用于訓(xùn)練和驗證模型。 - 數(shù)據(jù)集應(yīng)包括不同口音、語速和語調(diào)的樣本。6. 用戶適應(yīng)性： - 系統(tǒng)應(yīng)能夠適應(yīng)不同用戶的語音特征，包括口音、語速和發(fā)音習(xí)慣。 - 可能需要個性化的訓(xùn)練或調(diào)整。7. 上下文理解： - 理解語境和上下文，以提高識別的準確性。 - 需要結(jié)合語境信息來處理同音詞或多義詞。8. 反饋機制： - 用戶反饋機制，以不斷改進和優(yōu)化識別系統(tǒng)。 - 通過用戶的使用數(shù)據(jù)來調(diào)整模型，提高準確性。五、拓展延伸非特定人語音識別語音識別技術(shù)可以分為特定人語音識別和非特定人語音識別。問：它們有什么區(qū)別嗎 答：特定人語音識別技術(shù)是針對一個特定的人的識別技術(shù)，簡單說就是只能識別特定某個人的聲音，不適用于更廣泛的群體;而非特定人語音識別技術(shù)恰恰相反，不針對特定個體，也不分年齡、性別與特征，只要音源相同就可以識別。它可以滿足一類人群的語音識別要求，適合更廣泛的群體應(yīng)用。問：哪一種更簡單，哪一種更實用呢 答：非特定人語音識別系統(tǒng)適合公共產(chǎn)品或公共服務(wù)領(lǐng)域應(yīng)用，特定語音識別結(jié)合聲紋識別等技術(shù)更適合家庭與小規(guī)模特定場景。兩種技術(shù)各有優(yōu)劣，應(yīng)根據(jù)具體應(yīng)用合理選擇。語音識別技術(shù)常用的方法有如下四種：1. 基于語言學(xué)和 聲學(xué)的方法，2. 隨機模型法，3. 利用人工神經(jīng)網(wǎng)絡(luò)的方法，4. 概率語法分析。其中最主流的方法是隨機模型法。基于語言學(xué)和聲學(xué)的方法基于語言學(xué)和聲學(xué)的方法是最早應(yīng)用于語音識別的方法，但是這種方法涉及的知識太過于困難，導(dǎo)致現(xiàn)在并沒有得到大規(guī)模普及。隨機模型法隨機模型法目前應(yīng)用較為成熟，該方法主要采用提取特征、訓(xùn)練模板、對模板進行分類及對模板進行判斷的步驟來對語音進行識別。該方法涉及到的技術(shù)一般有3種：動態(tài)時間規(guī)整（DTW），隱馬爾科夫模型（HMM）理論和矢量量化（VQ ）技術(shù)。其中，HMM 算法相較于其他兩者的優(yōu)點是簡便優(yōu)質(zhì)， 在語音識別性能方面更為優(yōu)異。也正因為如此，如今大部分語音識別系統(tǒng)都在使用HMM算法。神經(jīng)網(wǎng)絡(luò)的方法 （ANN）神經(jīng)網(wǎng)絡(luò)方法是在語音識別發(fā)展的后期才有的一種新的識別方法。它其實是一種模擬人類神經(jīng)活動的方法，同時具有人的一些特性，如自動適應(yīng)和自主學(xué)習(xí)。其較強的歸類能力和映射能力在語音識別技術(shù)中具有很高的利用價值。業(yè)界將 ANN 與傳統(tǒng)的方法進行結(jié)合，各取所長，使得語音識別的效率得到了顯著的提升。 概率語法分析法概率語法分析法是一種能夠識別大長度語段的技術(shù)，主要是為了完成“區(qū)別語言的特征”，對于不同層次的知識利用相應(yīng)層次的知識來解決。這種方法最大的不足就是，建立一個有效、適宜的適用知識系統(tǒng)存在著一定的困難。六、活動日志 活動日志 班級：XX姓名：XX活動名稱初識語音識別——語音識別技術(shù)應(yīng)用活動環(huán)節(jié)1口 2口 3口 4口（在對應(yīng)環(huán)節(jié)畫V）活動完成內(nèi)容體驗語音識別技術(shù)活動完成度口口口口口口口口口(100%)活動小結(jié)問題與反思：項目做得不完善改進的方法：多練習(xí)或者詢問老師和同學(xué)訣竅 學(xué)習(xí)認識語音識別技術(shù)學(xué)習(xí)語音識別技術(shù)的含義完成課堂活動。完成課堂活動。做語音識別體驗活動讓同學(xué)們進行實踐學(xué)習(xí)非特定人語音識別完成活動日志記錄。 用語音與機器進行交流，讓機器明白你說什么，并按照你說的話執(zhí)行某些指令培養(yǎng)語音識別設(shè)計能力，引導(dǎo)學(xué)生們在生活的不同場景中都能感受到此項技術(shù)帶來的便利，加深對本課知識內(nèi)容的理解和掌握。進行課題練習(xí)，引導(dǎo)學(xué)生進行舉一反三和實際問題的解決，考查學(xué)生的知識學(xué)習(xí)落地能力。進行課題練習(xí)，引導(dǎo)學(xué)生進行舉一反三和實際問題的解決，考查學(xué)生的知識學(xué)習(xí)落地能力。培養(yǎng)同學(xué)們的動手能力，引導(dǎo)學(xué)生們學(xué)習(xí)讓人臉識別技術(shù)更好地服務(wù)人類，加深對本課知識內(nèi)容的理解和掌握。培養(yǎng)人臉識別設(shè)計能力，引導(dǎo)學(xué)生們在生活中能規(guī)范使用人臉識別技術(shù)，加深對本課知識內(nèi)容的理解和掌握。語音識別技術(shù)可以分為特定人語音識別和非特定人語音識別將本課學(xué)習(xí)情況進行總結(jié)。
課堂小結(jié) 初識語音識別——語音識別技術(shù)應(yīng)用1、引入新知內(nèi)容2、學(xué)習(xí)語音識別技術(shù)的含義和發(fā)展3、學(xué)習(xí)語音識別技術(shù)的應(yīng)用4、完成課題練習(xí)5、進行相關(guān)知識拓展 總結(jié)回顧 對本節(jié)課內(nèi)容進行總結(jié)概括。
課后作業(yè) 在本節(jié)課完成后，想一想，你覺得語音識別技術(shù)有什么好處？有沒有可能的壞處？請同學(xué)們在小組內(nèi)討論一下，你認為語音識別技術(shù)會改變我們?nèi)粘Ｉ钪械哪男┓矫妫?布置作業(yè) 拓展學(xué)生的學(xué)習(xí)能力
課堂板書 觀看板書 強調(diào)教學(xué)重點內(nèi)容。
21世紀教育網(wǎng) www.21cnjy.com 精品試卷·第 2 頁 （共 2 頁）
HYPERLINK "http://www.21cnjy.com/" 21世紀教育網(wǎng)(www.21cnjy.com)

展開更多......

收起↑