人工智能技術下的播音自動識別系統設計

福建船政交通職業學院 吳毅君

面對日益增長的需要，播音自動識別系統的開發設計需要引入人工智能的技術理念，通過人工智能技術的支撐，可以讓播音自動識別系統更加智能化、精確化和快速化。針對這種需求，本文從硬件層面和軟件層面完成了人工智能技術下的播音自動識別系統的設計，系統硬件由VS78型號的主機、結構框架解調設備、信號接收機、芯片以及TI處理器組成，廣播自動識別系統的工作需求采用HI89型號的芯片、軟件系統關鍵詞程序、自動識別程序和音頻處理程序三個部分組成，文章將針對整個硬件和軟件的設計過程進行詳細地說明和分析。

隨著科學技術的發展，信息傳播的方式越來越豐富，除了傳統的實體刊物、報紙、電視廣播等方式，人們還可以通過智能手機、電腦等終端設備從網絡獲取信息資訊，極大地方便了人們的生活。對于播音來說，聽是最主要的信息接收方式，但是在一些特殊的場合下也需要文字字幕來配合，文字字幕目前流行的匹配方式是人工手打和智能識別兩種試，人工匹配準確率高但是費時費力，帶來極大的工作量；智能識別是利用算法自動識別語音內容，并將語音內容轉化為文字內容的方式，在目前的技術水平下，識別速度已經達到了一個可以接受的水平，但是準確率有待提升。

1 播音自動識別系統簡介

播音自動識別系統主要是進行兩個步驟的處理，即提取信息和處理信息，提取信息是指的取得音頻信息，并將音頻信息進行預處理而轉化成可處理的數字信號。在播音信號中存在大量的非線性、非平穩特征的常見信息，同時也存在大量的無用信號和干擾信息，需要通過智能算法對此進行分類處理，自動識別出有價值的、內部時域和頻域中所包含的信息。想要實現自動識別需要借助于人工智能技術和智能算法，通過程序的自我學習來不斷的優化算法以達到精確識別的目的。想要實現自動識別就需要用到人工智能技術，人工智能是近十年間興起的熱門技術。人工智能包括智能人、語言識別、圖像識別和轉接系統，通過人工智能來模擬真實世界的行為是人工智能技術最高層次的應用。傳統的播音識別系統最大的問題就是準確率低，還需要在后期由人工進行核檢，無法達到“智能”的水平，通過引用人工智能技術，可以設計一種新的播音自動識別系統，大幅度改良識別的速度和準確率。

2 基于人工智能的播音自動識別系統硬件部分設計

硬件部分的設計首先要考慮的是其性能和功能要滿足軟件設計的需求，即在硬件水平上做到與軟件程序相匹配，合理的硬件設計可以讓系統的運行更加高效穩定。在設計硬件時要充分考慮軟件正常運行所需要的配置水平。本系統的設計是基于人工智能的播音自動識別系統，其硬件部分整體結構如圖1所示。

圖1 播音自動識別系統硬件設計

硬件部分的信號接收機使用無線網絡連接到局域網中，無線網絡的設計使得其便攜性和擴展性更強，同時也不需要再進行硬件器材結構上的改進。無線連接時，數據信息通過無線電波傳輸，接收到的信號類型分為兩種，一種是來自于定向的信息，一種是來自于全局的信息，在接收信號時為了防止無關信號的干擾，將頻率段設置為100~1300Hz，這一頻段擁有較強的抗干擾能力，同時也符合國際波段使用標準。

在本系統中，信號接收機對于在可識別范圍內存在的聲音的識別分析速度為210MHz/s，速度設計合理，并且還能夠對不同波形、不同頻率的廣播輸出信號進行識別，性能方面可以保證能夠同時并行處理來自6個不同頻道的廣播音頻。該接收機擁有多方面的優點，比如可以充分地保證數據的安全性和完整性，同時還擁有自動錄音備份功能，防止接收機突出現宕機故障而損失已經接收到的關鍵音頻信息。在系統的設計中，有幾個需要特別注意的點，其中最重要的一個方面是需要在廣播節目開始播報前的5min進入到對應頻道中，然后運行系統開始進行錄音和備份，這樣做的主要目的是為了保證可以在最一時間接收到開始的廣播信息，防止信息出現不完整的情況。

主處理芯片使用的是HI89型號的芯片，作為系統中最主要的一個部分，芯片的選擇需要考慮很多方面的問題，不僅要有強大的數據存儲性能，還需要滿足穩定、安全等要求。這一款芯片是最新研究發布的高新技術芯片，其性能和設計規格符合人工智能技術的實現要求，HI89有四個通道的接口，在讀寫性能上表現尤為突出，可以在不到一分鐘的時間內完成1GB數據量的廣播音頻識別，是保證系統運行速度的關鍵器件。

基于人工智能的播音自動識別系統的TI處理器主要是負責對音頻的自動識別功能，執行的主要操作是數據處理，是整個系統的核心元器件。TI處理器睿頻頻率高達4.1GHz，額外具備300個系列的主板功能，處理器的基礎頻率為3GHz，完全可以滿足本系統性能需求和功能需求，運行效率強大，并且可以對運行時的功耗及處理器溫度進行動態監測，根據溫度的高低智能控制散熱風扇的開啟，實現節能的目的。

3 基于人工智能的播音自動識別系統的軟件層面設計

硬件需要配合軟件程序才能完成工作，軟件部分的設計由自動識別、音頻處理和關鍵詞處理三個主要功能組成，通過這三個功能共同實現了人工智能語音識別功能。關鍵詞處理模塊的功能是利用關鍵詞詞庫來實現關鍵詞的對比和匹配，通過關鍵詞進行音頻文字的識別；音頻處理程序主要實現的功能是對音頻信息的加工處理，過濾掉一些由噪音帶來的物理化信號，方便進行后續的識別工作；自動識別程序主要的功能是進行音頻的識別，通過復雜的數據分析將音頻信息轉化為文字信息。針對此三個軟件的功能和設計思路，下面將對這三個部分進行詳細說明：

3.1 音頻處理程序

音頻處理程序是一個預處理階段，由于音頻是實時播放的，在收集到音頻數據之后這些信號并不能直接交由處理器來處理，而是需要進行預加工。預加工的主要目的是過濾以一些物理化的音頻數據，這些數據主要是由環境噪聲和其他噪音組成，如果不將這些噪音數據過濾掉就會讓后續的自動識別準確率和成功率降低。整個調解流程大致是先對播音數據進行識別，分析數據是否存在異常情況，如果存在異常情況就將異常數據傳輸給主機，如果沒有發現異常則繼續運行。

3.2 自動識別程序

通過人工智能技術，可以對播音信號頻率進行有效的掃描和識別，再根據已經設計好的算法將這些波形信號和頻率信息轉換為文字。自動識別程序處理的步驟是首先程序會對播音音頻進行預處理操作，并參照相應的聲學參數進行分析，識別出播音音頻的初始文檔，再對初始文檔與播音音頻進行二次對比，對比之后加以核對和糾正，增加識別的準確率。數據的處理的時候需要進行拼音文法比對和聲學模型對比，同時還要進行關鍵詞識別，通過多方面的分析、糾正和比對之后最終得出最后的輸出。

3.3 關鍵詞處理程序

關鍵詞處理的本質是進行關鍵詞匹配，這也是整個自動識別系統的關鍵之處。在人的正常發言中，一段話可以拆解成多個關鍵詞，通過檢索關鍵詞可以得到整句話大致的意思，而人工智能識別系統之所以可以快速地將音頻信息轉化為文字信息，主要的實現手段也是對信號進行匹配。在處理的過程中，程序會對整個句子進行拆分，并將拆分的部分與庫中的關鍵詞進行快速掃描匹配，這樣一來，只有關鍵詞庫的詞充足且結構合理，才可以準確地完成自動識別工作。詞庫的獲取可以從網絡上進行收集，網絡上有許多特定領域的詞庫，這里主要是使用廣播電視臺的廣播詞庫。為了保證關鍵詞的獨立性，關鍵詞的字節需要控制到6個字節以內。

關鍵詞處理程序的核心設計要點除了詞庫的建立還有智能檢索和匹配，每一個關鍵詞都擁有自己的數據特征，在傳輸而來的音頻數據經過其他步驟和處理之后，就可以根據信號的數據特征來進行匹配，檢索速度是決定匹配速度的關鍵性因素，基于人工智能的檢索機制可以實現檢索匹配的智能化。當在自動識別的過程中查詢到了幾個相似的關鍵詞，為了提高準確性，通常需要進行反向傳播識別，反向傳播的公式如下所示：

在反向傳播公式中，Wij代表著關鍵詞的總長度，a為關鍵詞的個數，α為文字相似的關聯度，L(w, b)是播音音頻文檔的總字節長度，是降階階數。通過這一公式可以計算出關鍵詞與播音文檔的字節是否是同一長度。在解釋相似度的時候，還需要借助于一些百科工具，這里選用的百度平臺，通過百度可以解釋兩個關鍵詞之間的匹配度，從而完成最佳關鍵詞的最佳匹配，這一過程被稱為降階匹配法，如果一個關鍵詞與對比片段的關聯度很低，則繼續匹配下一個關鍵詞，直到找出最優解為止。

播音自動識別系統的設計由硬件層面設計和軟件層面設計組成，其主要作用是可以實現將實時的音頻廣播轉化為文字信息，滿足特殊場景下信息資訊獲得需求。本播音自動識別系統是基于人工智能技術，經驗證后表明本系統擁有較快的識別速度和較高的識別準確率，完全可以滿足日常的使用需要。本播音自動識別系統是人工智能應用的一個重要體現，也是智能化語言識別的一次大膽嘗試，相信會對語音自動識別領域的發展起到一定的促進作用。