自然语言第一课(综述)

人类处理语言一共有六种模型

第一种，输入是语音，输出是文字——语音辨识（Automatic Speech Recognition-ASR）

 

第二种，输入是文字，输出是语音——语音合成

第三种，输入是语音，输出是语音

        

　　

第四种，输入是语音，输出这是语音的哪个类别（class）

        

　　第一种例子是输入一段语音，通过模型辨别出是哪个人再说

　　第二种例子是输入一段语音，通过模型辨别出关键词/字

　　　　Keyword Spotting特别指的是手机中的客服，比如说siri,Alexa,小爱同学。你要唤醒它，必须说关键词，hey siri/Alexa/小爱同学。因此要一直监听环境声音，非常消耗资源，因此做keyword spotting技术，必须考虑好如何省电，如何压缩模型。

第五种，输入是文字，输出也是文字

       

　　很多例子，比如，转不同的语言。一大篇文字，输出一个梗概。输入问题，回答问题。输入问题，输出答案。

第六种，输入是文字，输出是文字的哪个类别（class）