今天，小編將在這篇文章中為大家?guī)?a href="/tags/語音識別" target="_blank">語音識別技術的有關報道，通過閱讀這篇文章，大家可以對語音識別技術具備清晰的認識，主要內(nèi)容如下。
一、語音識別技術
語音識別技術，也被稱為自動語音識別(Automatic Speech Recognition，ASR)，其目標是將人類的語音中的詞匯內(nèi)容轉換為計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列。與說話人識別及說話人確認不同，后者嘗試識別或確認發(fā)出語音的說話人而非其中所包含的詞匯內(nèi)容。
語音識別技術屬于人工智能方向的一個重要分支，涉及許多學科，如信號處理、計算機科學、語言學、聲學、生理學、心理學等，是人機自然交互技術中的關鍵環(huán)節(jié)。語音識別較語音合成而言，技術上要復雜，但應用卻更加廣泛。語音識別ASR的最大優(yōu)勢在于使得人機用戶界面更加自然和容易使用。
對于自動語音識別的探索，實際是早于計算機的出現(xiàn)的，早期的聲碼器可以看作是語音合成和識別技術的雛形，20世紀20年代出現(xiàn)的“Radio Rex”玩具狗也許是人類歷史上最早的語音識別機?，F(xiàn)代自動語音識別技術可以追溯到上世紀50年代貝爾實驗室的 研究員使用模擬元器件，提取分析元音的共振峰信息，實現(xiàn)了十個英文孤立數(shù)字的識別功能。到了50年代末，統(tǒng)計語法的概念被倫敦大學學院的研究者首次加入到語音識別中(Fry，1959)，具有識別輔音和元音音素功能的識別器問世。在同一時期，用于特定環(huán)境中面向非特定人10個元音的音紊識別器也在麻省理工大學的林肯實驗室被研制出來。概率在不確定性數(shù)據(jù)管理中扮演重要角色，但多重概率的出現(xiàn)也極大的加大了數(shù)據(jù)處理的繁雜度。
二、語音識別技術包含哪些
語音識別技術主要包括以下幾個方面：
信號處理。對語音信號進行分析處理，包括靜音處理、噪音處理、語音增強等，以消除外部環(huán)境對語音的影響，去除多余信息。
聲學特征提取。從處理后的語音信號中提取關鍵信息和表達語言含義的特征信息。
聲學模型處理。聲學模型是語音識別技術中最關鍵的部分，它提取語音特征矢量序列，計算發(fā)音模板的距離，生成聲學模型分數(shù)。
語音模型技術。語音模型對語音識別技術也非常重要，通常采用的是統(tǒng)計語法的語音模型、語義和語法結構命令語言模型，對語法和語義進行分析，減少搜索空間，提高系統(tǒng)識別率。
模式識別和機器學習算法。包括動態(tài)時間規(guī)整(DTW)、支持向量機(SVM)、矢量量化(VQ)、隱馬爾可夫模型(HMM)、高斯混合模型(GMM)、人工神經(jīng)網(wǎng)絡(ANN/BP)、深度神經(jīng)網(wǎng)絡/深信度網(wǎng)絡-隱馬爾科夫(DNN/DBN-HMM)、循環(huán)神經(jīng)網(wǎng)絡(RNN)、長短時記憶模塊(LSTM)和卷積神經(jīng)網(wǎng)絡(CNN)等。
自然語言處理技術。與其他自然語言處理技術如機器翻譯及語音合成技術相結合，可以構建出更加復雜的應用，例如語音到語音的翻譯。
語音識別技術的主要應用包括語音撥號、語音導航、室內(nèi)設備控制、語音文檔檢索、簡單的聽寫數(shù)據(jù)錄入等。
完整的語音識別系統(tǒng)技術包含：
1、信號處理技術
對語音信號進行分析處理，通過靜音處理、噪音處理、語音增強等方法，消除外部環(huán)境對語音的影響，去除多余信息。
2、聲學特征提取技術
接收信號處理后等到的有效信號，對波形進行聲學特征提取，提取關鍵信息和表達語言含義的特征信息。
3、聲學模型處理技術
聲學模型是語音識別技術中最關鍵的部分，它可以提取語音特征矢量序列，計算發(fā)音模板的距離，生成聲學模型分數(shù)。
4、語音模型技術
語音模型對語音識別技術也非常的重要，通常采用的是統(tǒng)計語法的語音模型、語義和語法結構命令語言模型為主，對語法和語義進行分析，減少搜索空間，提高系統(tǒng)識別率。
上述所有信息便是小編這次為大家推薦的有關語音識別技術的內(nèi)容，希望大家能夠喜歡，想了解更多有關它的信息或者其它內(nèi)容，請關注我們網(wǎng)站哦。
下載文檔
