為什麼我的聲音聽起來不像「我」呢?
這世界上不止小編一個人有過這樣的疑慮，想必有很多人有過這樣的疑慮：
1、鏡子里的我和照片里的我，感覺長得不一樣。
2、使用錄音設備，不小心點開了自己的語音，感覺聲音變了。
對於照片的差異性，可以從光影角度來講，對於不認同「自己」，是可以找到共鳴的，畢竟你拿著照片，有人會認同你的看法。
但是，對於從聲音設備來講，就沒有那麽多人認同了。
例如：一打電話，別人就知道是你了。可奇怪的是，用打電話的設備錄音，自己卻會「懷疑」自己的真實性。
為什麼自己唱歌會覺得好聽，聲音也過得去。可是，身邊的人都是附耳離去?
人說話時，聲帶的快速顫動不僅帶動顱腔振動，也有喉嚨振動，頸部皮膚、顱骨和口腔的震動，從而形成多處同步振動。
別人聽到的聲音則通過了空氣的震動傳導再進入聽者的耳朵，刺激他們的鼓膜及內耳結構，將模擬波形轉變為電信號，最終傳遞給大腦理解。
這個轉化過程有一定的損耗，「我」的音色也會有所變化，別人的實際聽感類似「迴響」。
因此相對「我」的原聲，別人聽見「我」的聲音變得纖薄幹脆。
其實，除了你自己沒人能夠聽到頭骨傳導的這部分聲音。(可以用雙手捂住耳朵，發音就可感受)
那麼，「我」說話的聲音是不是更接近於別人聽到「我」的聲音?
答案「是」。
但是，別人聽到「我」的聲音還是有些細微的差別。畢竟有時有人會問：「你誰啊?哦，原來是你。。。。。」
那麼你一定好奇了，我的聲音不一樣，機器設備怎麼能識別我的語音呢?
聲音轉換原理
首先，語音信號中的語言信息是按照短時幅度譜的時間變化模式來編碼;其次，語音是可以閱讀的，即它的聲學信號可以在不考慮說話人試圖傳達的信息內容的情況下，用數十個具有區別性的、離散的符號來表示;最後，語音交互是一個認知過程，因而需要語言的語法、語義和語用結構支持。
而對於語音識別的預處理，則包括語音信號採樣、反混疊帶通濾波、去除個體發音差異和設備、環境引起的雜訊影響等，並涉及到語音識別基元的選取和端點檢測問題。在之後的特徵提取過程，就是用於提取語音中反映本質特徵的聲學參數，如平均能量、平均跨零率、共振峰等。
然後關鍵是訓練階段，即在識別之前通過讓講話者多次重複語音，從原始語音樣本中去除冗餘信息，保留關鍵數據，再按照一定規則對數據加以聚類，形成模式庫。最後是模式匹配，這是整個語音識別系統的核心，它根據一定規則以及專家知識，計算輸入特徵與庫存模式之間的相似度，判斷出輸入語音的語意信息。
換句話說，你的音色其實不會影響機器對你的語音識別能力。別再自欺欺人了，無論設備里的那個傢伙的聲音聽起來多麼不像「你」，事實就是你說的。
更多請關註：meibeiapp
※驚！機器人竟然有這麼多不為人知的技能！
※為什麼你的努力毫無價值？
TAG:知識百科 |