職業(yè)技術學院人工智能技術應用專業(yè)《語音識別應用與實踐》課程標準

高等職業(yè)教育專科語音識別應用與實踐課程標準 （一）課程性質 （二）課程目標 （一）學科核心素養(yǎng) （二）課程目標 （一）課程模塊 （二）學時安排 （一）教學方法和手段 （二）教材要求 1一、課程性質與任務通過各個教學環(huán)節(jié)，運用各種教學手段和方法，的基礎理論知識、技術和方法，并了解語音識別的國內高學生在多媒體信息處理方面的分析與解決問題的能力本課程著眼于學生的長遠發(fā)展，重點培養(yǎng)其軟基本工作技能、職業(yè)素養(yǎng)、社會適應能力、交流溝通二、學科核心素養(yǎng)與課程目標2要求新時代青年要具備通識技能、高階思維、3高等職業(yè)教育?？普Z音識別應用與實踐課程目標通過各個教學環(huán)節(jié)，運用各種教學手段和方法，使學生掌握有關語音識別的基礎理論知識、技術和方法，并了解語音識別的國內外最新動態(tài)；培養(yǎng)和提高學生在多媒體信息處理方面的分析與解決問題的能力，為日后從事相關領域的工程技術工作、科學研究以及開拓新技術領域，打下堅實的基礎。本課程著眼于學生的長遠發(fā)展，重點培養(yǎng)其軟件開發(fā)及人工智能領域崗位基本工作技能、職業(yè)素養(yǎng)、社會適應能力、交流溝通能力、團隊協(xié)作能力、創(chuàng)新能力和自主學習能力。三、課程結構根據(jù)高等職業(yè)教育?？菩畔⒓夹g課程目標，確拓展模塊是選修內容，是高等職業(yè)教育?？茖W生深化其對語音識別的理解，拓展其職業(yè)能力的基礎，包含搜索算法、語義分析、語言對話系統(tǒng)的實現(xiàn)、HMM構基礎模塊建議學時為30學時，拓展模塊建議學時4模塊主題建議學時基礎模塊語音簡介30語音信號基礎語音特征提取聲學模型語言模型WFST解碼器拓展模塊搜索算法8語義分析語言對話系統(tǒng)的實現(xiàn)HMM構建工具HTK語音識別引擎Julius虛擬代理對話工具MMDAgent5四、課程內容表1教學內容表序號教學內容（工作任務或教學單元或模塊）知識內容與要求（必備的知識）技能內容與要求（應具備的技能）參考課時1語音的簡介1.認識語音2.了解語音識別的發(fā)展歷程初步認識語音相關軟件62語音信號基礎1.聲音的采集、量化2.語音分析能夠使用Python讀取語音43語音特征提取1.短視頻域分析2.聲學特征提取能夠使用Python實現(xiàn)語音的提取84HMM和GMM1.熟知三個聲學模型：HMM、GMM、HMM-GMM2.學習音素建模3.學習EM算法、維比特算法4.認識高級聲學模型掌握三個模型在Python中的實現(xiàn)5語音模型1.了解語音模型的構造2.學習搜索算法和搜索空間掌握搜索算法6WFST解碼器1.熟悉合成運算2.會使用WFST進行語音識別3.掌握獲取語音表示的方法掌握WFST轉換表2教學組織表序號項目名稱學習型工作任務學時項目一錄取一段語音熟悉軟件1項目二分析語音對Python編程融入語音1項目三讀取語音相關信息熟練掌握相應語言2項目四對一段語音進行特征提取掌握基礎Python軟件對語音特征提取的相應流程2項目五用Python實現(xiàn)HMM的定義和前向算法掌握前向算法1項目六在HMM中使用混合分布后，需要估計的參數(shù)量就會大幅度增加。掌握HMM模型對語音的作用16請調查減少參數(shù)個數(shù)的技巧和方法。項目七用Python實現(xiàn)一個基于GMM-HMM的數(shù)字語音識別系統(tǒng)掌握GMM-HMM模型1項目八在HMM中使用混合分布后，需要估計的參數(shù)量就會大幅度增加。請調查減少參數(shù)個數(shù)的技巧和方法掌握HMM模型1項目九手工構建“今天天氣很好”一元n-gram語言模型熟悉n-gram語言模型2項目十為什么WFST是一種靜態(tài)網絡？其解碼過程為何會很快？掌握WFST4合計五、學業(yè)質量表3課程整體成績表考核類型成績權重課程整體成績課程考核0.4項目考核0.67表4課程考核成績表學習情境名稱成績權重項目成績項目成績權重課程考核成績錄取一段語音知識20%技能60%態(tài)度20%分析語音知識20%技能60%態(tài)度20%讀取語音相關信息知識20%技能60%態(tài)度20%對一段語音進行特征提取知識20%技能60%態(tài)度20%用Python實現(xiàn)HMM的定義和前向算法知識20%技能60%態(tài)度20%用Python實現(xiàn)Viterbi算法，求解最佳路徑知識20%技能60%態(tài)度20%用Python實現(xiàn)一個基于GMM-HMM的數(shù)字語音識別系統(tǒng)知識20%技能60%態(tài)度20%在HMM中使用混合分布后，需要估計的參數(shù)量就會大幅度增加。請調查減少參數(shù)個數(shù)的技巧和方法知識20%技能60%態(tài)度20%手工構建“今天天氣很好”一元n-gram語言模型知識20%技能