語音識別

語音識別是一門交叉學(xué)科。近二十年來，語音識別技術(shù)取得顯著進(jìn)步，開始從實(shí)驗(yàn)室走向市場。人們預(yù)計(jì)，未來10年內(nèi)，語音識別技術(shù)將進(jìn)入工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個領(lǐng)域。 語音識別聽寫機(jī)在一些領(lǐng)域的應(yīng)用被美國新聞界評為1997年計(jì)算機(jī)發(fā)展十件大事之一。很多專家都認(rèn)為語音識別技術(shù)是2000年至2010年間信息技術(shù)領(lǐng)域十大重要的科技發(fā)展技術(shù)之一。 語音識別技術(shù)所涉及的領(lǐng)域包括：信號處理、模式識別、概率論和信息論、發(fā)聲機(jī)理和聽覺機(jī)理、人工智能等等。

與機(jī)器進(jìn)行語音交流，讓機(jī)器明白你說什么，這是人們長期以來夢寐以求的事情。中國物聯(lián)網(wǎng)校企聯(lián)盟形象得把語音識別比做為“機(jī)器的聽覺系統(tǒng)”。語音識別技術(shù)就是讓機(jī)器通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高技術(shù)?！≌Z音識別技術(shù)主要包括特征提取技術(shù)、模式匹配準(zhǔn)則及模型訓(xùn)練技術(shù)三個方面。語音識別技術(shù)車聯(lián)網(wǎng)也得到了充分的引用，例如在翼卡車聯(lián)網(wǎng)中，只需按一鍵通客服人員口述即可設(shè)置目的地直接導(dǎo)航，安全、便捷。

根據(jù)識別的對象不同，語音識別任務(wù)大體可分為3類，即孤立詞識別(isolated word recognition)，關(guān)鍵詞識別(或稱關(guān)鍵詞檢出，keyword spotting)和連續(xù)語音識別。其中，孤立詞識別 的任務(wù)是識別事先已知的孤立的詞，如“開機(jī)”、“關(guān)機(jī)”等;連續(xù)語音識別的任務(wù)則是識別任意的連續(xù)語音，如一個句子或一段話;連續(xù)語音流中的關(guān)鍵詞檢測針對的是連續(xù)語音，但它并不識別全部文字，而只是檢測已知的若干關(guān)鍵詞在何處出現(xiàn)，如在一段話中檢測“計(jì)算機(jī)”、“世界”這兩個詞。根據(jù)針對的發(fā)音人，可以把語音識別技術(shù)分為特定人語音識別和非特定人語音識別，前者只能識別一個或幾個人的語音，而后者則可以被任何人使用。顯然，非特定人語音識別系統(tǒng)更符合實(shí)際需要，但它要比針對特定人的識別困難得多。另外，根據(jù)語音設(shè)備和通道，可以分為桌面(PC)語音識別、電話語音識別和嵌入式設(shè)備(手機(jī)、PDA等)語音識別。不同的采集通道會使人的發(fā)音的聲學(xué)特性發(fā)生變形，因此需要構(gòu)造各自的識別系統(tǒng)。語音識別的應(yīng)用領(lǐng)域非常廣泛，常見的應(yīng)用系統(tǒng)有：語音輸入系統(tǒng)，相對于鍵盤輸入方法，它更符合人的日常習(xí)慣，也更自然、更高效;語音控制系統(tǒng)，即用語音來控制設(shè)備的運(yùn)行，相對于手動控制來說更加快捷、方便，可以用在諸如工業(yè)控制、語音撥號系統(tǒng)、智能家電、聲控智能玩具等許多領(lǐng)域;智能對話查詢系統(tǒng)，根據(jù)客戶的語音進(jìn)行操作，為用戶提供自然、友好的數(shù)據(jù)庫檢索服務(wù)，例如家庭服務(wù)、賓館服務(wù)、旅行社服務(wù)系統(tǒng)、訂票系統(tǒng)、醫(yī)療服務(wù)、銀行服務(wù)、股票查詢服務(wù)等等。