※ 引述《invalid (everlasting)》之铭言： : 常常在网路上看到他们徵求受测者(不知道是不是) : 一般来说这种东西大多是以类神经网路弄成的 : 也就是说要Train... : 要让他听的懂你说的话前要先训练一下 : 不然错误率就是很高啊 : Train的好的话，当然就用的很顺啊 : 不过问题就是就算是同一个人，有的时候声音语调还是会差 : 更不用说取样程序的问题了( 换了新的麦克风? ) : 要找出一个能够通用的方法应该是大瓶颈吧... 这边说的train, 不一定是类神经网路, 语音辨识有人是用类神经网路 在做, 但主流还是用hidden Markov model, 利用机率, 预先建好的资 料是某些人大量的原始资料统各个子音母音的参数, 这些参数是许许 多多的机率分布, 每一个人的声音都不一样, 所以这些参数要调整到 适合某个使用者. 大致上最基本的每个音的分别, 不算是很困难, 但是再上去怎样组句 选字, 了解语意, 就牵涉到人工智慧, 是一个很困难的问题. --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 220.132.247.198