語(yǔ)音分析(SpeechAnalytics)技術(shù)，是指通過(guò)語(yǔ)音識(shí)別等核心技術(shù)將非結(jié)構(gòu)化的語(yǔ)音信息轉(zhuǎn)換為結(jié)構(gòu)化的索引，實(shí)現(xiàn)對(duì)海量錄音文件、音頻文件的的知識(shí)挖掘和快速檢索。

語(yǔ)音分析(SpeechAnalytics)技術(shù)，是指通過(guò)語(yǔ)音識(shí)別等核心技術(shù)將非結(jié)構(gòu)化的語(yǔ)音信息轉(zhuǎn)換為結(jié)構(gòu)化的索引，實(shí)現(xiàn)對(duì)海量錄音文件、音頻文件的的知識(shí)挖掘和快速檢索。呼叫中心保存著大量的客服錄音數(shù)據(jù)，這些語(yǔ)音中包含著客戶需求、投訴、滿意度、建議、競(jìng)爭(zhēng)性情報(bào)等大量的有價(jià)值的信息，但是由于數(shù)量巨大，檢索不便，目前普遍只能用于質(zhì)檢。科大訊飛VoiceInsight語(yǔ)音分析系統(tǒng)，通過(guò)領(lǐng)先的語(yǔ)音分析核心技術(shù)，針對(duì)客服中心的實(shí)際業(yè)務(wù)需要，可有效的對(duì)錄音數(shù)據(jù)進(jìn)行自動(dòng)分析，提取出有效的信息，讓用戶駕馭海量客服錄音數(shù)據(jù)，輔助客服質(zhì)檢，進(jìn)而針對(duì)性的改善客服質(zhì)量，提高客戶滿意度;同時(shí)也可以通過(guò)系統(tǒng)挖掘到用戶行為數(shù)據(jù)，進(jìn)而及時(shí)進(jìn)行準(zhǔn)確的市場(chǎng)決策。語(yǔ)音分析常用的特有參數(shù)有：共振峰幅度與頻率，它是語(yǔ)音短時(shí)功率譜中能量集中的幾個(gè)區(qū)域，區(qū)域中心頻率稱為共振峰頻率，一般語(yǔ)音有三至五個(gè)共振峰。這些共振峰頻率成分的幅度稱為共振峰幅度。有時(shí)把共振峰幅度從中心到下降3dB處的帶寬稱為共振峰帶寬。共振峰的參數(shù)完全確定了發(fā)音中元音的屬性。

用時(shí)域方法，采用線性預(yù)測(cè)計(jì)算方法獲得的語(yǔ)音參數(shù)，稱為線性預(yù)測(cè)參數(shù)。線性預(yù)測(cè)參數(shù)是語(yǔ)音的時(shí)域分析參數(shù)，它能準(zhǔn)確地獲得聲道的傳輸特性，由時(shí)域與頻域參數(shù)之間的確定關(guān)系，由線性預(yù)測(cè)參數(shù)可轉(zhuǎn)換求得共振峰參數(shù)。利用線性預(yù)測(cè)參數(shù)可以求得另一組參數(shù)稱為反射系數(shù)，反射系數(shù)比線性預(yù)測(cè)參數(shù)具有更好的數(shù)值穩(wěn)定性。由線性預(yù)測(cè)參數(shù)還可以求得另外一套系數(shù)，稱為線譜對(duì)參數(shù)，它們既保留時(shí)域計(jì)算的特點(diǎn)，又具有反映共振峰頻率特性的內(nèi)涵。利用同態(tài)信號(hào)分析方法，對(duì)語(yǔ)音信號(hào)進(jìn)行分析可以得到一組倒譜參數(shù)。倒譜參數(shù)被認(rèn)為是更適用于語(yǔ)音識(shí)別的一組參數(shù)。語(yǔ)音分析技術(shù)常被用于語(yǔ)音編碼壓縮，形成各種中速、低速編碼的新方案。例如子帶編碼、交換編碼、自適應(yīng)預(yù)測(cè)編碼、多脈沖激勵(lì)線性預(yù)測(cè)編碼、碼激勵(lì)線性預(yù)測(cè)編碼等。語(yǔ)音識(shí)別也是基于語(yǔ)音分析的結(jié)果，進(jìn)行參數(shù)的分類與識(shí)別，運(yùn)用不同的參數(shù)，可以導(dǎo)致不同的識(shí)別結(jié)果。利用語(yǔ)音分析技術(shù)還可以設(shè)計(jì)制造用于發(fā)音的各種矯正儀器，可供發(fā)音器官疾病的治療或聾啞人發(fā)音訓(xùn)練等使用。語(yǔ)音分析的常用儀器有語(yǔ)圖儀，用于語(yǔ)音動(dòng)態(tài)頻譜的分析及記錄。實(shí)時(shí)數(shù)字語(yǔ)圖儀是一種新的語(yǔ)圖儀。語(yǔ)音分析更常用的方法是利用通用微機(jī)加入語(yǔ)音處理設(shè)置，通過(guò)專用軟件計(jì)算獲得。

語(yǔ)音理解(speech understanding) 利用知識(shí)表達(dá)和組織等人工智能技術(shù)進(jìn)行語(yǔ)句自動(dòng)識(shí)別和語(yǔ)意理解。同語(yǔ)音識(shí)別的主要不同點(diǎn)是對(duì)語(yǔ)法和語(yǔ)義知識(shí)的充分利用程度。語(yǔ)音理解起源于美國(guó)，1971年，美國(guó)遠(yuǎn)景研究計(jì)劃局(ARPA)資助了一個(gè)龐大的研究項(xiàng)目，該項(xiàng)目要達(dá)到的目標(biāo)叫做語(yǔ)音理解系統(tǒng)。由于人對(duì)語(yǔ)音有廣泛的知識(shí)，可以對(duì)要說(shuō)的話有一定的預(yù)見(jiàn)性，所以人對(duì)語(yǔ)音具有感知和分析能力。依靠人對(duì)語(yǔ)言和談?wù)摰膬?nèi)容所具有的廣泛知識(shí)，利用知識(shí)提高計(jì)算機(jī)理解語(yǔ)言的能力，就是語(yǔ)音理解研究的核心。利用理解能力，可以使系統(tǒng)提高性能：①能排除噪聲和嘈雜聲;②能理解上下文的意思并能用它來(lái)糾正錯(cuò)誤，澄清不確定的語(yǔ)義;③能夠處理不合語(yǔ)法或不完整的語(yǔ)句。因此，研究語(yǔ)音理解的目的，可以說(shuō)是與其研究系統(tǒng)仔細(xì)地去識(shí)別每一個(gè)單詞，倒不如去研究系統(tǒng)能抓住說(shuō)話的要旨更為有效。一個(gè)語(yǔ)音理解系統(tǒng)除了包括原語(yǔ)音識(shí)別所要求的 部分之外，還須添入知識(shí)處理部分。知識(shí)處理包括知識(shí)的自動(dòng)收集、知識(shí)庫(kù)的形成，知識(shí)的推理與檢驗(yàn)等。當(dāng)然還希望能有自動(dòng)地作知識(shí)修正的能力。因此語(yǔ)音理解可以認(rèn)為是信號(hào)處理與知識(shí)處理結(jié)合的產(chǎn)物。語(yǔ)音知識(shí)包括音位知識(shí)、音變知識(shí)、韻律知識(shí)、詞法知識(shí)、句法知識(shí)，語(yǔ)義知識(shí)以及語(yǔ)用知識(shí)。這些知識(shí)涉及實(shí)驗(yàn)語(yǔ)音學(xué)、漢語(yǔ)語(yǔ)法、自然語(yǔ)言理解、以及知識(shí)搜索等許多交叉學(xué)科。初步研制成功的語(yǔ)音理解系統(tǒng)稱為HEARSAY系統(tǒng)。它是利用一種公用“黑板"作為知識(shí)庫(kù)，環(huán)繞此黑板的是一系列專家系統(tǒng)，分別提取及搜索有關(guān)音位、音變……等各種知識(shí)。以后能進(jìn)一步達(dá)到預(yù)計(jì)目標(biāo)的系統(tǒng)是HARPY系統(tǒng)，該系統(tǒng)用語(yǔ)言的有限狀態(tài)模型，通過(guò)唯一的一個(gè)統(tǒng)一的網(wǎng)絡(luò)把彼此分離的各種知識(shí)源集中起來(lái)，這個(gè)統(tǒng)一的網(wǎng)絡(luò)，稱為知識(shí)編譯器。不同理解系統(tǒng)在利用知識(shí)的策略或組織方面各有不同的特點(diǎn)。完善的語(yǔ)音理解系統(tǒng)是人們夢(mèng)寐以求的研究理想，但這并非短期內(nèi)能夠完全解決的研究課題。然而面向確定任務(wù)的語(yǔ)音理解系統(tǒng)，例如只涉及有限的詞匯量，有一般比較通用的說(shuō)話句型的語(yǔ)音理解系統(tǒng)，以及可供一定范圍的工作人員使用的語(yǔ)音理解系統(tǒng)，是可以實(shí)現(xiàn)的。因此，它對(duì)某些自動(dòng)化應(yīng)用領(lǐng)域已有實(shí)用價(jià)值，例如飛機(jī)票預(yù)售系統(tǒng)、銀行業(yè)務(wù)、旅館業(yè)務(wù)的登記及詢問(wèn)系統(tǒng)等。