隨著數(shù)據(jù)處理技術(shù)的進(jìn)步以及移動(dòng)互聯(lián)網(wǎng)的快速普及，計(jì)算機(jī)技術(shù)被廣泛地運(yùn)用到了社會(huì)的各個(gè)領(lǐng)域，隨之而來(lái)的則是海量數(shù)據(jù)的產(chǎn)生。其中，語(yǔ)音數(shù)據(jù)受到了人們?cè)絹?lái)越多的重視。語(yǔ)音識(shí)別是一門(mén)交叉學(xué)科。近二十年來(lái)。語(yǔ)音識(shí)別技術(shù)取得顯著進(jìn)步，開(kāi)始從實(shí)驗(yàn)室走向市場(chǎng)。人們預(yù)計(jì)，未來(lái)10年內(nèi)，語(yǔ)音識(shí)別技術(shù)將進(jìn)入工業(yè)、家電、通信、汽車(chē)電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個(gè)領(lǐng)域。語(yǔ)音識(shí)別聽(tīng)寫(xiě)機(jī)在一些領(lǐng)域的應(yīng)用被美國(guó)新聞界評(píng)為1997年計(jì)算機(jī)發(fā)展十件大事之一。很多專(zhuān)家都認(rèn)為語(yǔ)音識(shí)別技術(shù)是2000年至2010年間信息技術(shù)領(lǐng)域十大重要的科拄發(fā)展技術(shù)之一。語(yǔ)音識(shí)別技術(shù)所涉及的領(lǐng)域包括：信號(hào)處理、模式識(shí)別、概率論和信息論、發(fā)聲機(jī)理和聽(tīng)覺(jué)機(jī)理、人工智能等等。 [2]

語(yǔ)音識(shí)別技術(shù)屬于人工智能方向的一個(gè)重要分支，涉及許多學(xué)科，如信號(hào)處理、計(jì)算機(jī)科學(xué)、語(yǔ)言學(xué)、聲學(xué)、生理學(xué)、心理學(xué)等，是人機(jī)自然交互技術(shù)中的關(guān)鍵環(huán)節(jié)。 [5]語(yǔ)音識(shí)別較語(yǔ)音合成而言，技術(shù)上要復(fù)雜，但應(yīng)用卻更加廣泛。語(yǔ)音識(shí)別ASR的最大優(yōu)勢(shì)在于使得人機(jī)用戶界面更加自然和容易使用。 [2]

國(guó)外研究

從開(kāi)始研究語(yǔ)音識(shí)別技術(shù)至今，語(yǔ)音識(shí)別技術(shù)的發(fā)展已經(jīng)有半個(gè)多世紀(jì)的歷史。語(yǔ)音識(shí)別技術(shù)研究的開(kāi)端，是Davis等人研究的Audry系統(tǒng)，它是當(dāng)時(shí)第一個(gè)可以獲取幾個(gè)英文字母的系統(tǒng)。到了20世紀(jì)60年代，伴隨計(jì)算機(jī)技術(shù)的發(fā)展，語(yǔ)音識(shí)別技術(shù)也得以進(jìn)步，動(dòng)態(tài)規(guī)劃和線性預(yù)測(cè)分析技術(shù)解決了語(yǔ)音識(shí)別中最為重要的問(wèn)題——語(yǔ)音信號(hào)產(chǎn)生的模型問(wèn)題；70年代，語(yǔ)音識(shí)別技術(shù)有了重大突破，動(dòng)態(tài)時(shí)間規(guī)整技術(shù)（DTW）基本成熟，使語(yǔ)音變得可以等長(zhǎng)，另外，矢量量化（VQ）和隱馬爾科夫模型理論（HMM）也不斷完善，為之后語(yǔ)音識(shí)別的發(fā)展做了鋪墊；80年代對(duì)語(yǔ)音識(shí)別的研究更為徹底，各種語(yǔ)音識(shí)別算法被提出，其中的突出成就包括HMM模型人工神經(jīng)網(wǎng)絡(luò)（ANN）；進(jìn)入90年代后，語(yǔ)音識(shí)別技術(shù)開(kāi)始應(yīng)用于全球市場(chǎng)，許多著名科技互聯(lián)網(wǎng)公司， 如IBM，Apple等，都為語(yǔ)音識(shí)別技術(shù)的開(kāi)發(fā)和研究投入巨資；到了 21 世紀(jì)，語(yǔ)音識(shí)別技術(shù)研究重點(diǎn)轉(zhuǎn)變?yōu)榧磁d口語(yǔ)和自然對(duì)話以及多種語(yǔ)種的同聲翻譯。 [3]

國(guó)內(nèi)研究

國(guó)內(nèi)關(guān)于語(yǔ)音識(shí)別技術(shù)的研究與探索從20 世紀(jì)80 年代開(kāi)始，取得了許多成果并且發(fā)展飛速。例如：清華大學(xué)研發(fā)的語(yǔ)音識(shí)別技術(shù)以1183 個(gè)單音節(jié)作為識(shí)別基元，并對(duì)其音節(jié)進(jìn)行分解，最后進(jìn)行識(shí)別，使三字詞和四字詞的準(zhǔn)確率高達(dá)98%；中科院采用連續(xù)密度的HMM，整個(gè)系統(tǒng)的識(shí)別率達(dá)到89.5%，聲調(diào)和詞語(yǔ)的識(shí)別率分別是 99.5%和95%。目 前，我國(guó)的語(yǔ)音識(shí)別技術(shù)已經(jīng)和國(guó)際上的超級(jí)大國(guó)實(shí)力相當(dāng)， 其綜合錯(cuò)誤率可控制在10%以?xún)?nèi)。 [3]

清華大學(xué)電子工程系語(yǔ)音技術(shù)與專(zhuān)用芯片設(shè)計(jì)課題組，研發(fā)的非特定人漢語(yǔ)數(shù)碼串連續(xù)語(yǔ)音識(shí)別系統(tǒng)的識(shí)別精度，達(dá)到94.8%（不定長(zhǎng)數(shù)字串）和96.8%（定長(zhǎng)數(shù)字串）。在有5%的拒識(shí)率情況下，系統(tǒng)識(shí)別率可以達(dá)到96.9%（不定長(zhǎng)數(shù)字串）和98.7%（定長(zhǎng)數(shù)字串），這是目前國(guó)際最好的識(shí)別結(jié)果之一，其性能已經(jīng)接近實(shí)用水平。研發(fā)的5000詞郵包校核非特定人連續(xù)語(yǔ)音識(shí)別系統(tǒng)的識(shí)別率達(dá)到98.73%，前三選識(shí)別率達(dá)99.96%；并且可以識(shí)別普通話與四川話兩種語(yǔ)言，達(dá)到實(shí)用要求。

中科院自動(dòng)化所及其所屬模式科技(Pattek)公司2002年發(fā)布了他們共同推出的面向不同計(jì)算平臺(tái)和應(yīng)用的“天語(yǔ)”中文語(yǔ)音系列產(chǎn)品——PattekASR，結(jié)束了中文語(yǔ)音識(shí)別產(chǎn)品自1998年以來(lái)一直由國(guó)外公司壟斷的歷史。

2018年，科大訊飛提出深度全序列卷積神經(jīng)網(wǎng)絡(luò)（DFCNN），使用大量的卷積直接對(duì)整句語(yǔ)音信號(hào)進(jìn)行建模。同年，阿里提出LFR-DFSMN模型，將低幀率算法和DFSMN算法進(jìn)行融合，語(yǔ)音識(shí)別錯(cuò)誤率相比上一代技術(shù)降低20%，解碼速度提升3倍。2019年，百度提出了流式多級(jí)的截?cái)嘧⒁饬δＰ蚐MLTA，該模型在LSTM和CTC的基礎(chǔ)上引入了注意力機(jī)制來(lái)獲取更大范圍和更有層次的上下文信息。在線語(yǔ)音識(shí)別率上，該模型比百度上一代DeepPeak2模型提升相對(duì)15%的性能。 [5]2021年，科大訊飛提出“語(yǔ)音識(shí)別方法及系統(tǒng)”專(zhuān)利，通過(guò)“靜態(tài)+動(dòng)態(tài)”網(wǎng)絡(luò)空間實(shí)時(shí)融合路徑解碼尋優(yōu)算法解決了面向多領(lǐng)域、多用戶、多場(chǎng)景下識(shí)別效果差、反應(yīng)速度慢、系統(tǒng)構(gòu)建時(shí)間長(zhǎng)等技術(shù)問(wèn)題，顯著地提升了語(yǔ)音識(shí)別效果。 [6]

語(yǔ)音識(shí)別是涉及心理學(xué)、生理學(xué)、聲學(xué)、語(yǔ)言學(xué)、信息理論、信號(hào)處理、計(jì)算機(jī)科學(xué)、模式識(shí)別等多個(gè)學(xué)科的交叉學(xué)科，具有廣闊的應(yīng)用前景，如語(yǔ)音檢索、命令控制、自動(dòng)客戶服務(wù)、機(jī)器自動(dòng)翻譯等。當(dāng)今信息社會(huì)的高速發(fā)展迫切需要性能優(yōu)越的，能滿足各種不同需求的自動(dòng)語(yǔ)音識(shí)別技術(shù)。但是，這樣的目標(biāo)面臨著諸多困難，如：①語(yǔ)音信號(hào)會(huì)受 到上下文的影響而發(fā)生變化；②發(fā)音人以及口音的不同會(huì)導(dǎo)致語(yǔ)音特征在參數(shù)空間分布的不同；③同一發(fā)音人心理和生理變化帶來(lái)的語(yǔ)音變化；④不同的發(fā)音方式和習(xí)慣引起的省略、連讀等多變的語(yǔ)音現(xiàn)象；⑤環(huán)境和信道等因素造成的語(yǔ)音信號(hào)失真問(wèn)題。 [2]

對(duì)于自動(dòng)語(yǔ)音識(shí)別的探索，實(shí)際是早于計(jì)算機(jī)的出現(xiàn)的，早期的聲碼器可以看作是語(yǔ)音合成和識(shí)別技術(shù)的雛形，20世紀(jì)20年代出現(xiàn)的“Radio Rex”玩具狗也許是人類(lèi)歷史上最早的語(yǔ)音識(shí)別機(jī)?，F(xiàn)代自動(dòng)語(yǔ)音識(shí)別技術(shù)可以追溯到上世紀(jì)50年代貝爾實(shí)驗(yàn)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(shí)現(xiàn)了十個(gè)英文孤立數(shù)字的識(shí)別功能。到了50年代末，統(tǒng)計(jì)語(yǔ)法的概念被倫敦大學(xué)學(xué)院的研究者首次加入到語(yǔ)音識(shí)別中(Fry，1959)，具有識(shí)別輔音和元音音素功能的識(shí)別器問(wèn)世。在同一時(shí)期，用于特定環(huán)境中面向非特定人10個(gè)元音的音紊識(shí)別器也在麻省理工大學(xué)的林肯實(shí)驗(yàn)室被研制出來(lái)。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。 [2]

聲學(xué)特征提取

模擬的語(yǔ)音信號(hào)進(jìn)行采樣得到波形數(shù)據(jù)之后，首先要輸入到特征提取模塊，提取出合適的聲學(xué)特征參數(shù)供后續(xù)聲學(xué)模型訓(xùn)練使用。好的聲學(xué)特征應(yīng)當(dāng)考慮以下三個(gè)方面 的因素。第一，應(yīng)當(dāng)具有比較優(yōu)秀的區(qū)分特性．以使聲學(xué)模型不同的建模單元可以方便準(zhǔn)確的建模。其次，特征提取也可以認(rèn)為是語(yǔ)音信息的壓縮編碼過(guò)程，既需要將信道、說(shuō)話人的因素消除保留與內(nèi)容相關(guān)的信息，又需要在不損失過(guò)多有用信息的情況下使用盡量低的參數(shù)維度，便于高效準(zhǔn)確的進(jìn)行模型的訓(xùn)練。最后，需要考慮魯棒性，即對(duì)環(huán)境噪聲的抗干擾能力。 [2]

聲學(xué)模型

如今主流語(yǔ)音識(shí)別系統(tǒng)都采用隱馬爾科夫模型(HMM)作為聲學(xué)模型，這是因?yàn)镠MM具有很多優(yōu)良特性。HMM模型的狀態(tài)跳轉(zhuǎn)模型很適合人類(lèi)語(yǔ)音的短時(shí)平穩(wěn)特性，可以對(duì)不斷產(chǎn)生的觀測(cè)值(語(yǔ)音信號(hào))進(jìn)行方便的統(tǒng)計(jì)建模；與HNN相伴生的動(dòng)態(tài)規(guī)劃算法可以有效地實(shí)現(xiàn)對(duì)可變長(zhǎng)度的時(shí)間序列進(jìn)行分段和分類(lèi)的功能；HMM的應(yīng)用范圍廣泛。只要選擇不同的生成概率密度，離散分布或者連續(xù)分布，都可以使用HNM進(jìn)行建模。HMM以及與之相關(guān)的技術(shù)在語(yǔ)音識(shí)別系統(tǒng)中處于最核心的地位。自從HMM的理論被提出以來(lái)(Baum and Easo，1967)，它在語(yǔ)音信號(hào)處理及相關(guān)領(lǐng)域的應(yīng)用范圍變得越來(lái)越廣泛，在語(yǔ)音識(shí)別領(lǐng)域起到核心角色的作用，它還廣泛活躍精音的參數(shù)合成、語(yǔ)言理解、 機(jī)器翻譯等其他領(lǐng)域。 [2]

以漢語(yǔ)為例：

漢語(yǔ)按音素的發(fā)音特征分類(lèi)分為輔音、單元音、復(fù)元音、復(fù)鼻尾音四種，按音節(jié)結(jié)構(gòu)分類(lèi)為聲母和韻母。并且由音素構(gòu)成聲母或韻母。有時(shí)，將含有聲調(diào)的韻母稱(chēng)為調(diào)母。由單個(gè)調(diào)母或由聲母與調(diào)母拼音成為音節(jié)。漢語(yǔ)的一個(gè)音節(jié)就是漢語(yǔ)一個(gè)字的音，即音節(jié)字。由音節(jié)字構(gòu)成詞，最后再由詞構(gòu)成句子。

漢語(yǔ)聲母共有22個(gè)，其中包括零聲母，韻母共有38個(gè)。按音素分類(lèi)，漢語(yǔ)輔音共有22個(gè)，單元音13個(gè)，復(fù)元音13個(gè)，復(fù)鼻尾音16個(gè)。

目前常用的聲學(xué)模型基元為聲韻母、音節(jié)或詞，根據(jù)實(shí)現(xiàn)目的不同來(lái)選取不同的基元。漢語(yǔ)加上語(yǔ)氣詞共有412個(gè)音節(jié)，包括輕音字，共有1282個(gè)有調(diào)音節(jié)字，所以當(dāng)在小詞匯表孤立詞語(yǔ)音識(shí)別時(shí)常選用詞作為基元，在大詞匯表語(yǔ)音識(shí)別時(shí)常采用音節(jié)或聲韻母建模，而在連續(xù)語(yǔ)音識(shí)別時(shí)，由于協(xié)同發(fā)音的影響，常采用聲韻母建模。

基于統(tǒng)計(jì)的語(yǔ)音識(shí)別模型常用的就是HMM模型λ(N,M,π,A,B)，涉及到HMM模型的相關(guān)理論包括模型的結(jié)構(gòu)選取、模型的初始化、模型參數(shù)的重估以及相應(yīng)的識(shí)別算法等。

語(yǔ)言模型與語(yǔ)言處理

語(yǔ)言模型包括由識(shí)別語(yǔ)音命令構(gòu)成的語(yǔ)法網(wǎng)絡(luò)或由統(tǒng)計(jì)方法構(gòu)成的語(yǔ)言模型，語(yǔ)言處理可以進(jìn)行語(yǔ)法、語(yǔ)義分析。

語(yǔ)言模型對(duì)中、大詞匯量的語(yǔ)音識(shí)別系統(tǒng)特別重要。當(dāng)分類(lèi)發(fā)生錯(cuò)誤時(shí)可以根據(jù)語(yǔ)言學(xué)模型、語(yǔ)法結(jié)構(gòu)、語(yǔ)義學(xué)進(jìn)行判斷糾正，特別是一些同音字則必須通過(guò)上下文結(jié)構(gòu)才能確定詞義。語(yǔ)言學(xué)理論包括語(yǔ)義結(jié)構(gòu)、語(yǔ)法規(guī)則、語(yǔ)言的數(shù)學(xué)描述模型等有關(guān)方面。目前比較成功的語(yǔ)言模型通常是采用統(tǒng)計(jì)語(yǔ)法的語(yǔ)言模型與基于規(guī)則語(yǔ)法結(jié)構(gòu)命令語(yǔ)言模型。語(yǔ)法結(jié)構(gòu)可以限定不同詞之間的相互連接關(guān)系，減少了識(shí)別系統(tǒng)的搜索空間，這有利于提高系統(tǒng)的識(shí)別。

語(yǔ)音識(shí)別技術(shù)常用的方法有如下四種：1. 基于語(yǔ)言學(xué)和 聲學(xué)的方法，2. 隨機(jī)模型法，3. 利用人工神經(jīng)網(wǎng)絡(luò)的方法，4. 概率語(yǔ)法分析。其中最主流的方法是隨機(jī)模型法。 [3]

基于語(yǔ)言學(xué)和聲學(xué)的方法

基于語(yǔ)言學(xué)和聲學(xué)的方法是最早應(yīng)用于語(yǔ)音識(shí)別的方法，但是這種方法涉及的知識(shí)太過(guò)于困難，導(dǎo)致現(xiàn)在并沒(méi)有得到大規(guī)模普及。 [3]

隨機(jī)模型法

隨機(jī)模型法目前應(yīng)用較為成熟，該方法主要采用提取特征、訓(xùn)練模板、對(duì)模板進(jìn)行分類(lèi)及對(duì)模板進(jìn)行判斷的步驟來(lái)對(duì)語(yǔ)音進(jìn)行識(shí)別。該方法涉及到的技術(shù)一般有3種：動(dòng)態(tài)時(shí)間規(guī)整（DTW），隱馬爾科夫模型（HMM）理論和矢量量化（VQ ）技術(shù)。其中，HMM 算法相較于其他兩者的優(yōu)點(diǎn)是簡(jiǎn)便優(yōu)質(zhì)， 在語(yǔ)音識(shí)別性能方面更為優(yōu)異。也正因?yàn)槿绱?，如今大部分語(yǔ)音識(shí)別系統(tǒng)都在使用HMM算法。 [3]

神經(jīng)網(wǎng)絡(luò)的方法

（ANN）神經(jīng)網(wǎng)絡(luò)方法是在語(yǔ)音識(shí)別發(fā)展的后期才有的一種新的識(shí)別方法。它其實(shí)是一種模擬人類(lèi)神經(jīng)活動(dòng)的方法，同時(shí)具有人的一些特性，如自動(dòng)適應(yīng)和自主學(xué)習(xí)。其較強(qiáng)的歸類(lèi)能力和映射能力在語(yǔ)音識(shí)別技術(shù)中具有很高的利用價(jià)值。業(yè)界將 ANN 與傳統(tǒng)的方法進(jìn)行結(jié)合，各取所長(zhǎng)，使得語(yǔ)音識(shí)別的效率得到了顯著的提升。 [3]

概率語(yǔ)法分析法

概率語(yǔ)法分析法是一種能夠識(shí)別大長(zhǎng)度語(yǔ)段的技術(shù)，主要是為了完成“區(qū)別語(yǔ)言的特征”，對(duì)于不同層次的知識(shí)利用相應(yīng)層次的知識(shí)來(lái)解決。這種方法最大的不足就是，建立一個(gè)有效、適宜的適用知識(shí)系統(tǒng)存在著一定的困難。 [3]

語(yǔ)音識(shí)別的工作模式

語(yǔ)音識(shí)別一般來(lái)說(shuō)具有兩種工作模式：識(shí)別模式和命令模式。語(yǔ)音識(shí)別程序的實(shí)現(xiàn)也會(huì)根據(jù)兩種模式的不同而采用不同類(lèi)型的程序。識(shí)別模式的工作原理是：引擎系統(tǒng)在后臺(tái)直接給出一個(gè)詞庫(kù)和識(shí)別模板庫(kù)，任何系統(tǒng)都不需要再進(jìn)一 步對(duì)識(shí)別語(yǔ)法進(jìn)行改動(dòng)，只需要根據(jù)識(shí)別引擎提供的主程序源代碼進(jìn)行改寫(xiě)就可以了。命令模式相對(duì)來(lái)說(shuō)實(shí)現(xiàn)起來(lái)比較困難，詞典必須要由程序員自己編寫(xiě)，然后再進(jìn)行編程，最后還要根據(jù)語(yǔ)音詞典進(jìn)行處理和更正。識(shí)別模式與命令模式最大的不同就是，程序員要根據(jù)詞典內(nèi)容進(jìn)行代碼的核對(duì)與修改。 [3]

語(yǔ)音識(shí)別環(huán)境設(shè)置

一般語(yǔ)音識(shí)別程序的環(huán)境設(shè)置步驟包括CTI服務(wù)器硬件默認(rèn)參數(shù)采集與設(shè)定，識(shí)別硬件采集卡初始化，引擎端口設(shè)置等幾個(gè)部分。 [3]

應(yīng)用程序的所有工作都是根據(jù)CTI技術(shù)（Computer Telephone Integration）來(lái)工作的， 語(yǔ)音硬件平臺(tái)默認(rèn)設(shè)定 CTI 服務(wù)器。

語(yǔ)音識(shí)別的平臺(tái)會(huì)通過(guò)判斷是否已經(jīng)輸入語(yǔ)音來(lái)進(jìn)行工作，那么獲得語(yǔ)音就需要語(yǔ)音采集系統(tǒng)了。為了采集和輸出，我們一般采用語(yǔ)音卡作為工具。工作時(shí)，打開(kāi)語(yǔ)音卡內(nèi)自帶的板卡，然后在程序中加入?yún)?shù)就可以運(yùn)行了。 [3]

3、引擎端口設(shè)置。語(yǔ)音開(kāi)發(fā)平臺(tái)已對(duì)硬件API接口函數(shù)進(jìn)行提供， 因此只需對(duì)函數(shù)進(jìn)行調(diào)用和賦值即可。 4.

語(yǔ)音字典的編譯

語(yǔ)音字典的設(shè)置包括語(yǔ)法、識(shí)別語(yǔ)音的規(guī)則、語(yǔ)音模板制作等內(nèi)容，根據(jù)語(yǔ)音平臺(tái)的規(guī)則來(lái)進(jìn)行。在語(yǔ)音字典設(shè)置時(shí)，首先要設(shè)置語(yǔ)音識(shí)別核心包，再根據(jù)自己編譯的語(yǔ)音的規(guī)則來(lái)完成字典的全部設(shè)置。 [3]

編制識(shí)別主程序

在編譯語(yǔ)音識(shí)別程序的最后階段，程序員需要為主程序編寫(xiě)GUI（Graphical User Interface）界面，以便于用戶與計(jì)算機(jī)進(jìn)行交互操作。 [3]

語(yǔ)音識(shí)別系統(tǒng)可以根據(jù)對(duì)輸入語(yǔ)音的限制加以分類(lèi)。

從說(shuō)話者與識(shí)別系統(tǒng)的相關(guān)性考慮

可以將識(shí)別系統(tǒng)分為3類(lèi)：(1)特定人語(yǔ)音識(shí)別系統(tǒng)：僅考慮對(duì)于專(zhuān)人的話音進(jìn)行識(shí)別；(2)非特定人語(yǔ)音系統(tǒng)：識(shí)別的語(yǔ)音與人無(wú)關(guān)，通常要用大量不同人的語(yǔ)音數(shù)據(jù)庫(kù)對(duì)識(shí)別系統(tǒng)進(jìn)行學(xué)習(xí)；(3)多人的識(shí)別系統(tǒng)：通常能識(shí)別一組人的語(yǔ)音，或者成為特定組語(yǔ)音識(shí)別系統(tǒng)，該系統(tǒng)僅要求對(duì)要識(shí)別的那組人的語(yǔ)音進(jìn)行訓(xùn)練。

從說(shuō)話的方式考慮

也可以將識(shí)別系統(tǒng)分為3類(lèi)：(1)孤立詞語(yǔ)音識(shí)別系統(tǒng)：孤立詞識(shí)別系統(tǒng)要求輸入每個(gè)詞后要停頓；(2)連接詞語(yǔ)音識(shí)別系統(tǒng)：連接詞輸入系統(tǒng)要求對(duì)每個(gè)詞都清楚發(fā)音，一些連音現(xiàn)象開(kāi)始出現(xiàn)；(3)連續(xù)語(yǔ)音識(shí)別系統(tǒng)：連續(xù)語(yǔ)音輸入是自然流利的連續(xù)語(yǔ)音輸入，大量連音和變音會(huì)出現(xiàn)。

從識(shí)別系統(tǒng)的詞匯量大小考慮

也可以將識(shí)別系統(tǒng)分為3類(lèi)：(1)小詞匯量語(yǔ)音識(shí)別系統(tǒng)。通常包括幾十個(gè)詞的語(yǔ)音識(shí)別系統(tǒng)。(2)中等詞匯量的語(yǔ)音識(shí)別系統(tǒng)。通常包括幾百個(gè)詞到上千個(gè)詞的識(shí)別系統(tǒng)。(3)大詞匯量語(yǔ)音識(shí)別系統(tǒng)。通常包括幾千到幾萬(wàn)個(gè)詞的語(yǔ)音識(shí)別系統(tǒng)。隨著計(jì)算機(jī)與數(shù)字信號(hào)處理器運(yùn)算能力以及識(shí)別系統(tǒng)精度的提高，識(shí)別系統(tǒng)根據(jù)詞匯量大小進(jìn)行分類(lèi)也不斷進(jìn)行變化。目前是中等詞匯量的識(shí)別系統(tǒng)到將來(lái)可能就是小詞匯量的語(yǔ)音識(shí)別系統(tǒng)。這些不同的限制也確定了語(yǔ)音識(shí)別系統(tǒng)的困難度。

就算法模型方面而言

需要有進(jìn)一步的突破。目前能看出它的一些明顯不足，尤其在中文語(yǔ)音識(shí)別方面，語(yǔ)言模型還有待完善，因?yàn)檎Z(yǔ)言模型和聲學(xué)模型正是聽(tīng)寫(xiě)識(shí)別的基礎(chǔ)，這方面沒(méi)有突破，語(yǔ)音識(shí)別的進(jìn)展就只能是一句空話。目前使用的語(yǔ)言模型只是一種概率模型，還沒(méi)有用到以語(yǔ)言學(xué)為基礎(chǔ)的文法模型，而要使計(jì)算機(jī)確實(shí)理解人類(lèi)的語(yǔ)言，就必須在這一點(diǎn)上取得進(jìn)展，這是一個(gè)相當(dāng)艱苦的工作。此外，隨著硬件資源的不斷發(fā)展，一些核心算法如特征提取、搜索算法或者自適應(yīng)算法將有可能進(jìn)一步改進(jìn)?？梢韵嘈?，半導(dǎo)體和軟件技術(shù)的共同進(jìn)步將為語(yǔ)音識(shí)別技術(shù)的基礎(chǔ)性工作帶來(lái)福音。

就自適應(yīng)方面而言

語(yǔ)音識(shí)別技術(shù)也有待進(jìn)一步改進(jìn)。目前，像IBM的ViaVoice和Asiaworks的SPK都需要用戶在使用前進(jìn)行幾百句話的訓(xùn)練，以讓計(jì)算機(jī)適應(yīng)你的聲音特征。這必然限制了語(yǔ)音識(shí)別技術(shù)的進(jìn)一步應(yīng)用，大量的訓(xùn)練不僅讓用戶感到厭煩，而且加大了系統(tǒng)的負(fù)擔(dān)。并且，不能指望將來(lái)的消費(fèi)電子應(yīng)用產(chǎn)品也針對(duì)單個(gè)消費(fèi)者進(jìn)行訓(xùn)練。因此，必須在自適應(yīng)方面有進(jìn)一步的提高，做到不受特定人、口音或者方言的影響，這實(shí)際上也意味著對(duì)語(yǔ)言模型的進(jìn)一步改進(jìn)?，F(xiàn)實(shí)世界的用戶類(lèi)型是多種多樣的，就聲音特征來(lái)講有男音、女音和童音的區(qū)別，此外，許多人的發(fā)音離標(biāo)準(zhǔn)發(fā)音差距甚遠(yuǎn)，這就涉及到對(duì)口音或方言的處理。如果語(yǔ)音識(shí)別能做到自動(dòng)適應(yīng)大多數(shù)人的聲線特征，那可能比提高一二個(gè)百分點(diǎn)識(shí)別率更重要。事實(shí)上，ViaVoice的應(yīng)用前景也因?yàn)檫@一點(diǎn)打了折扣，只有普通話說(shuō)得很好的用戶才可以在其中文版連續(xù)語(yǔ)音識(shí)別方面取得相對(duì)滿意的成績(jī)。

就強(qiáng)健性方面而言

語(yǔ)音識(shí)別技術(shù)需要能排除各種環(huán)境因素的影響。目前，對(duì)語(yǔ)音識(shí)別效果影響最大的就是環(huán)境雜音或嗓音，在公共場(chǎng)合，你幾乎不可能指望計(jì)算機(jī)能聽(tīng)懂你的話，來(lái)自四面八方的聲音讓它茫然而不知所措。很顯然這極大地限制了語(yǔ)音技術(shù)的應(yīng)用范圍，目前，要在嘈雜環(huán)境中使用語(yǔ)音識(shí)別技術(shù)必須有特殊的抗嗓(NoiseCancellation)麥克風(fēng)才能進(jìn)行，這對(duì)多數(shù)用戶來(lái)說(shuō)是不現(xiàn)實(shí)的。在公共場(chǎng)合中，個(gè)人能有意識(shí)地摒棄環(huán)境嗓音并從中獲取自己所需要的特定聲音，如何讓語(yǔ)音識(shí)別技術(shù)也能達(dá)成這一點(diǎn)呢？這的確是一個(gè)艱巨的任務(wù)。

此外，帶寬問(wèn)題也可能影響語(yǔ)音的有效傳送，在速率低于1000比特/秒的極低比特率下，語(yǔ)音編碼的研究將大大有別于正常情況，比如要在某些帶寬特別窄的信道上傳輸語(yǔ)音，以及水聲通信、地下通信、戰(zhàn)略及保密話音通信等，要在這些情況下實(shí)現(xiàn)有效的語(yǔ)音識(shí)別，就必須處理聲音信號(hào)的特殊特征，如因?yàn)閹挾舆t或減損等。語(yǔ)音識(shí)別技術(shù)要進(jìn)一步應(yīng)用，就必須在強(qiáng)健性方面有大的突破。 [4]

多語(yǔ)言混合識(shí)別以及無(wú)限詞匯識(shí)別方面

簡(jiǎn)單地說(shuō)，目前使用的聲學(xué)模型和語(yǔ)音模型太過(guò)于局限，以至用戶只能使用特定語(yǔ)音進(jìn)行特定詞匯的識(shí)別。如果突然從中文轉(zhuǎn)為英文，或者法文、俄文，計(jì)算機(jī)就會(huì)不知如何反應(yīng)，而給出一堆不知所云的句子；或者用戶偶爾使用了某個(gè)專(zhuān)門(mén)領(lǐng)域的專(zhuān)業(yè)術(shù)語(yǔ)，如“信噪比”等，可能也會(huì)得到奇怪的反應(yīng)。這一方面是由于模型的局限，另一方面也受限于硬件資源。隨著兩方面的技術(shù)的進(jìn)步，將來(lái)的語(yǔ)音和聲學(xué)模型可能會(huì)做到將多種語(yǔ)言混合納入，用戶因此就可以不必在語(yǔ)種之間來(lái)回切換。此外，對(duì)于聲學(xué)模型的進(jìn)一步改進(jìn)，以及以語(yǔ)義學(xué)為基礎(chǔ)的語(yǔ)言模型的改進(jìn)，也能幫助用戶盡可能少或不受詞匯的影響，從而可實(shí)行無(wú)限詞匯識(shí)別。 [4]

多語(yǔ)種交流系統(tǒng)的應(yīng)用

最終，語(yǔ)音識(shí)別是要進(jìn)一步拓展我們的交流空間，讓我們能更加自由地面對(duì)這個(gè)世界?？梢韵胍?jiàn)，如果語(yǔ)音識(shí)別技術(shù)在上述幾個(gè)方面確實(shí)取得了突破性進(jìn)展，那么多語(yǔ)種交流系統(tǒng)的出現(xiàn)就是順理成章的事情，這將是語(yǔ)音識(shí)技術(shù)、機(jī)器翻譯技術(shù)以及語(yǔ)音合成技術(shù)的完美結(jié)合，而如果硬件技術(shù)的發(fā)展能將這些算法進(jìn)而固化到更為細(xì)小的芯片，比如手持移動(dòng)設(shè)備上，那么個(gè)人就可以帶著這種設(shè)備周游世界而無(wú)需擔(dān)心任何交流的困難，你說(shuō)出你想表達(dá)的意思，手持設(shè)備同時(shí)識(shí)別并將它翻譯成對(duì)方的語(yǔ)言，然后合成并發(fā)送出去；同時(shí)接聽(tīng)對(duì)方的語(yǔ)言，識(shí)別并翻譯成已方的語(yǔ)言，合成后朗讀給你聽(tīng)，所有這一切幾乎都是同時(shí)進(jìn)行的，只是機(jī)器充當(dāng)著主角。

任何技術(shù)的進(jìn)步都是為了更進(jìn)一步拓展我們?nèi)祟?lèi)的生存和交流空間，以使我們獲得更大的自由，就服務(wù)于人類(lèi)而言，這一點(diǎn)顯然也是語(yǔ)音識(shí)別技術(shù)的發(fā)展方向，而為了達(dá)成這一點(diǎn)，它還需要在上述幾個(gè)方面取得突破性進(jìn)展，最終，多語(yǔ)種自由交流系統(tǒng)將帶給我們?nèi)碌纳羁臻g。 [4]

比爾蓋茨曾說(shuō)過(guò)：“語(yǔ)音技術(shù)將使計(jì)算機(jī)丟下鼠標(biāo)鍵盤(pán)”。 隨著計(jì)算機(jī)的小型化，鍵盤(pán)鼠標(biāo)已經(jīng)成為了計(jì)算機(jī)發(fā)展的一大阻礙。人類(lèi)的計(jì)算機(jī)從超大體積發(fā)展到現(xiàn)在占地不到1平方米的微型計(jì)算機(jī)，想必未來(lái)的計(jì)算機(jī)可能會(huì)有意想不到的小，那么鍵盤(pán)鼠標(biāo)對(duì)其來(lái)說(shuō)就是障礙了，這時(shí)候就需要語(yǔ)音識(shí)別來(lái)完成命令。一些科學(xué)家也說(shuō)過(guò)：“計(jì)算機(jī)的下一代革命就是從圖形界面到語(yǔ)音用戶接口”。這表明了語(yǔ)音識(shí)別技術(shù)的發(fā)展無(wú)疑改變了人們的生活。在某些領(lǐng)域，電話正在逐漸地演變成一個(gè)服務(wù)者而非簡(jiǎn)單的對(duì)話工具，通過(guò)電話，人們也可以使用語(yǔ)音來(lái)獲取自己想獲得的信息，其工作效率也自然而然提高了一個(gè)檔次。 [3]

語(yǔ)音識(shí)別技術(shù)漸漸地變成了人機(jī)接口的關(guān)鍵一步，這樣一個(gè)極具競(jìng)爭(zhēng)性的新興產(chǎn)業(yè)，其市場(chǎng)的發(fā)展更是十分迅速， 發(fā)展趨勢(shì)也在逐步上升。從1999到2005年間，語(yǔ)音識(shí)別技術(shù)市場(chǎng)正在以每年31%的趨勢(shì)增長(zhǎng)，如今在 iPhone等智能 手機(jī)中，語(yǔ)音助手已經(jīng)成為了標(biāo)配功能，為用戶帶來(lái)了許多的便利，人們也可以通過(guò)電話和網(wǎng)絡(luò)來(lái)訂購(gòu)機(jī)票火車(chē)票，甚至是旅游服務(wù)。因此，語(yǔ)音識(shí)別技術(shù)在我們實(shí)際生活中也有著越來(lái)越廣闊的發(fā)展前景和應(yīng)用領(lǐng)域。 [3]

在電話與通信系統(tǒng)中，智能語(yǔ)音接口正在把電話機(jī)從一個(gè)單純的服務(wù)工具變成為一個(gè)服務(wù)的“提供者”和生活“伙伴”；使用電話與通信網(wǎng)絡(luò)，人們可以通過(guò)語(yǔ)音命令方便地從遠(yuǎn)端的數(shù)據(jù)庫(kù)系統(tǒng)中查詢(xún)與提取有關(guān)的信息；隨著計(jì)算機(jī)的小型化，鍵盤(pán)已經(jīng)成為移動(dòng)平臺(tái)的一個(gè)很大障礙，想象一下如果手機(jī)僅僅只有一個(gè)手表那么大，再用鍵盤(pán)進(jìn)行撥號(hào)操作已經(jīng)是不可能的。語(yǔ)音識(shí)別正逐步成為信息技術(shù)中人機(jī)接口的關(guān)鍵技術(shù)，語(yǔ)音識(shí)別技術(shù)與語(yǔ)音合成技術(shù)結(jié)合使人們能夠甩掉鍵盤(pán)，通過(guò)語(yǔ)音命令進(jìn)行操作。語(yǔ)音技術(shù)的應(yīng)用已經(jīng)成為一個(gè)具有競(jìng)爭(zhēng)性的新興高技術(shù)產(chǎn)業(yè)。 [4]

語(yǔ)音識(shí)別技術(shù)發(fā)展到今天，特別是中小詞匯量非特定人語(yǔ)音識(shí)別系統(tǒng)識(shí)別精度已經(jīng)大于98%，對(duì)特定人語(yǔ)音識(shí)別系統(tǒng)的識(shí)別精度就更高。這些技術(shù)已經(jīng)能夠滿足通常應(yīng)用的要求。由于大規(guī)模集成電路技術(shù)的發(fā)展，這些復(fù)雜的語(yǔ)音識(shí)別系統(tǒng)也已經(jīng)完全可以制成專(zhuān)用芯片，大量生產(chǎn)。在西方經(jīng)濟(jì)發(fā)達(dá)國(guó)家，大量的語(yǔ)音識(shí)別產(chǎn)品已經(jīng)進(jìn)入市場(chǎng)和服務(wù)領(lǐng)域。一些用戶交機(jī)、電話機(jī)、手機(jī)已經(jīng)包含了語(yǔ)音識(shí)別撥號(hào)功能，還有語(yǔ)音記事本、語(yǔ)音智能玩具等產(chǎn)品也包括語(yǔ)音識(shí)別與語(yǔ)音合成功能。人們可以通過(guò)電話網(wǎng)絡(luò)用語(yǔ)音識(shí)別口語(yǔ)對(duì)話系統(tǒng)查詢(xún)有關(guān)的機(jī)票、旅游、銀行信息，并且取得很好的結(jié)果。調(diào)查統(tǒng)計(jì)表明多達(dá)85%以上的人對(duì)語(yǔ)音識(shí)別的信息查詢(xún)服務(wù)系統(tǒng)的性能表示滿意。 [4]

谷歌推出語(yǔ)音識(shí)別技術(shù)

可以預(yù)測(cè)在近五到十年內(nèi)，語(yǔ)音識(shí)別系統(tǒng)的應(yīng)用將更加廣泛。各種各樣的語(yǔ)音識(shí)別系統(tǒng)產(chǎn)品將出現(xiàn)在市場(chǎng)上。人們也將調(diào)整自己的說(shuō)話方式以適應(yīng)各種各樣的識(shí)別系統(tǒng)。在短期內(nèi)還不可能造出具有和人相比擬的語(yǔ)音識(shí)別系統(tǒng)，要建成這樣一個(gè)系統(tǒng)仍然是人類(lèi)面臨的一個(gè)大的挑戰(zhàn)，我們只能一步步朝著改進(jìn)語(yǔ)音識(shí)別系統(tǒng)的方向一步步地前進(jìn)。至于什么時(shí)候可以建立一個(gè)像人一樣完善的語(yǔ)音識(shí)別系統(tǒng)則是很難預(yù)測(cè)的。就像在60年代，誰(shuí)又能預(yù)測(cè)今天超大規(guī)模集成電路技術(shù)會(huì)對(duì)我們的社會(huì)產(chǎn)生這么大的影響。 [4]

相關(guān)知識(shí)

語(yǔ)音識(shí)別
語(yǔ)音識(shí)別抑郁癥的關(guān)鍵技術(shù)研究
語(yǔ)音識(shí)別：如何識(shí)別鼾聲
智能語(yǔ)音識(shí)別技術(shù)：賦能人工智能應(yīng)用新篇章
電銷(xiāo)機(jī)器人=AI人工智能+語(yǔ)音識(shí)別技術(shù)+語(yǔ)音知識(shí)庫(kù)+話術(shù)邏輯+智能學(xué)習(xí)
ai語(yǔ)音識(shí)別聲音防沉迷
語(yǔ)音識(shí)別技術(shù)在手機(jī)心理健康軟件中的應(yīng)用
R56 語(yǔ)音識(shí)別系統(tǒng).pdf
電話語(yǔ)音識(shí)別/114查號(hào)
語(yǔ)音識(shí)別的基本原理是什么

網(wǎng)址: 語(yǔ)音識(shí)別技術(shù) http://www.u1s5d6.cn/newsview681638.html