語音識別的奧秘｜星島教室
發佈時間：12:42 2023-06-08
語音識別已融入我們的日常生活中，可能大家也習以為常，隨手拿起平板或手機，按個按鈕就會發出語音指令。Siri、Bixby、小愛同學等手機的職能語音助手，已發展到各有個性，當然這下子涉及人工智能。透過語音輸入指令，然後操作打電話、發短訊、設置提醒，甚至搜尋手機內的資訊或檔案等，令我們的使用變得更為方便。細心回想，不難發現日常生活中運用了相關原理的各種工具遍布方方面面，例如語音翻譯軟體。當中語音識別功能背後的運作原理，你又知道嗎？
語音識別 操作原理
手機或其他智能裝置的語音識別功能，都是要經過語音轉化為文本（Speech To Text）的過程，才能讓機器接收到能夠理解的執行指令，作出相應的操作或反應。語音識別具體操作原理，簡單來說可以分為5個步驟：
1接收語音訊號
使用麥克風或其他錄音設備收集人的語音訊號。
2預處理語音訊號
對收集到的語音訊號進行數碼化、去噪等處理操作，使語音訊號能夠更容易被計算機解析。
3特徵提取
將處理後的語音訊號轉換為特徵向量，用來描述語音訊號的聲音頻率、強度、節奏等資訊。
4進行語音辨識
使用已訓練好的模型將特徵向量，對照轉換為最符合預設的文本或指令。
5輸出結果 執行指令
將語音訊號轉化為文本或命令後，執行機器上相應的應用程式。
總括而言，語音辨識的操作原理是通過將語音訊號轉換為特徵向量，然後使用已訓練好的模型將其轉換為文本或者命令。通過這個過程，讓我們實現語音和文本翻譯及指令控制等功能，帶來人和機器的互動。
做個小創客 製作個人化語音翻譯工具
由以上學習、探究和思考，我們理解到要創作語音識別工具，關鍵是須運用有輸入語音的麥克風器材，同時要借助已訓練好的語音轉換模型。當有這兩方面的配合，我們再運用程式創作一個個人化的語音翻譯工具便不太困難了。
手機內置麥克風的設備，同時可以上網連結已訓練好的語音轉換模型，是理想的產出創作裝置。而安卓手機為一個開放研發的平台，學生可以更容易運用App Inventor創造小工具，然後將應用程式安裝到安卓手機上，測試實際效能。
大家可以按以下步驟，或掃描二維碼觀看影片，嘗試運用App Inventor創作個人化語音翻譯工具：
1. 從網頁瀏覽器進入App Inventor網站︰https://appinventor.mit.edu/
2. 按Create Apps登入。
3. 在編輯器中選擇New Project並命名，點擊OK進入應用程式編輯畫面。
4. 在工具欄點選User Interface選項，選擇Label，加入在模擬器內的適當位置。
5. 再點選User Interface選項，選擇Button，加入在模擬器內的適當位置（Button用作連結和啟動網絡上的語音轉換模型。）
6. 最後點選Media選項，加入SpeechRecognizer組件。（版本整體設計如下，同學熟習後還可設計得更精美。）
7. 設計好版面後，便可到Blocks內製作對應的執行程式。
8. 版面和程式亦製作完成，我們可以檢查一遍，如有錯誤就除錯。最後按Build保存並下載你創作的應用程式.apk檔案。
完成以上步驟，就可以在安卓手機上安裝.apk檔案，使用自己創作的個人化語音翻譯工具了。
有興趣的同學，來一起試試吧！希望你們亦可在探究和創作中，找到樂趣和滿足感！
文：中華基督教會蒙黃花沃紀念小學校長、教育評議會副主席鄭家寶、中華基督教會蒙黃花沃紀念小學電腦科主任郭權興
本欄逢周四刊登，由教育評議會邀請資深中小學老師、校長及大學講師撰稿，旨在為學生提供多元化的STEAM學習材料，引發學生探求知識的興趣，將學習融入生活，培養學生的世界觀、敏銳的觸覺、積極學習的態度。
延伸閱讀：
《星島頭條》APP經已推出最新版本，請立即更新，瀏覽更精彩內容：https://bit.ly/3yLrgYZ
