在下述的內(nèi)容中，小編將會對語音識別技術(shù)的相關(guān)消息予以報(bào)道，如果語音識別技術(shù)是您想要了解的焦點(diǎn)之一，不妨和小編共同閱讀這篇文章哦。

一、什么是語音識別技術(shù)

語音識別技術(shù)，也被稱為自動(dòng)語音識別(Automatic Speech Recognition，ASR)，其目標(biāo)是將人類的語音中的詞匯內(nèi)容轉(zhuǎn)換為計(jì)算機(jī)可讀的輸入，例如按鍵、二進(jìn)制編碼或者字符序列。與說話人識別及說話人確認(rèn)不同，后者嘗試識別或確認(rèn)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(shù)屬于人工智能方向的一個(gè)重要分支，涉及許多學(xué)科，如信號處理、計(jì)算機(jī)科學(xué)、語言學(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)。語音識別較語音合成而言，技術(shù)上要復(fù)雜，但應(yīng)用卻更加廣泛。語音識別ASR的最大優(yōu)勢在于使得人機(jī)用戶界面更加自然和容易使用。

語音識別是涉及心理學(xué)、生理學(xué)、聲學(xué)、語言學(xué)、信息理論、信號處理、計(jì)算機(jī)科學(xué)、模式識別等多個(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)語音識別技術(shù)。但是，這樣的目標(biāo)面臨著諸多困難，如：①語音信號會受 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導(dǎo)致語音特征在參數(shù)空間分布的不同;③同一發(fā)音人心理和生理變化帶來的語音變化;④不同的發(fā)音方式和習(xí)慣引起的省略、連讀等多變的語音現(xiàn)象;⑤環(huán)境和信道等因素造成的語音信號失真問題。

對于自動(dòng)語音識別的探索，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音合成和識別技術(shù)的雛形，20世紀(jì)20年代出現(xiàn)的“Radio Rex”玩具狗也許是人類歷史上最早的語音識別機(jī)?，F(xiàn)代自動(dòng)語音識別技術(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)字的識別功能。到了50年代末，統(tǒng)計(jì)語法的概念被倫敦大學(xué)學(xué)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(shí)期，用于特定環(huán)境中面向非特定人10個(gè)元音的音紊識別器也在麻省理工大學(xué)的林肯實(shí)驗(yàn)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、語音識別系統(tǒng)包含哪些部分

(1)語音輸入的預(yù)處理模塊

對輸入的原始語音信號進(jìn)行處理，濾除掉其中的不重要信息以及背景噪聲，并進(jìn)行語音信號的端點(diǎn)檢測(也就是找出語音信號的始末)、語音分幀(可以近似理解為，一段語音就像是一段視頻，由許多幀的有序畫面構(gòu)成，可以將語音信號切割為單個(gè)的“畫面”進(jìn)行分析)等處理。

(2)特征提取

在去除語音信號中對于語音識別無用的冗余信息后，保留能夠反映語音本質(zhì)特征的信息進(jìn)行處理，并用一定的形式表示出來。也就是提取出反映語音信號特征的關(guān)鍵特征參數(shù)形成特征矢量序列，以便用于后續(xù)處理。

(3)聲學(xué)模型訓(xùn)練

聲學(xué)模型可以理解為是對聲音的建模，能夠把語音輸入轉(zhuǎn)換成聲學(xué)表示的輸出，準(zhǔn)確的說，是給出語音屬于某個(gè)聲學(xué)符號的概率。根據(jù)訓(xùn)練語音庫的特征參數(shù)訓(xùn)練出聲學(xué)模型參數(shù)。在識別時(shí)可以將待識別的語音的特征參數(shù)與聲學(xué)模型進(jìn)行匹配，得到識別結(jié)果。目前的主流語音識別系統(tǒng)多采用隱馬爾可夫模型HMM進(jìn)行聲學(xué)模型建模。

(4)語言模型訓(xùn)練

語言模型是用來計(jì)算一個(gè)句子出現(xiàn)概率的模型，簡單地說，就是計(jì)算一個(gè)句子在語法上是否正確的概率。因?yàn)榫渥拥臉?gòu)造往往是規(guī)律的，前面出現(xiàn)的詞經(jīng)常預(yù)示了后方可能出現(xiàn)的詞語。它主要用于決定哪個(gè)詞序列的可能性更大，或者在出現(xiàn)了幾個(gè)詞的時(shí)候預(yù)測下一個(gè)即將出現(xiàn)的詞語。它定義了哪些詞能跟在上一個(gè)已經(jīng)識別的詞的后面(匹配是一個(gè)順序的處理過程)，這樣就可以為匹配過程排除一些不可能的單詞。

語言建模能夠有效的結(jié)合漢語語法和語義的知識，描述詞之間的內(nèi)在關(guān)系，從而提高識別率，減少搜索范圍。對訓(xùn)練文本數(shù)據(jù)庫進(jìn)行語法、語義分析，經(jīng)過基于統(tǒng)計(jì)模型訓(xùn)練得到語言模型。

(5)語音解碼和搜索算法

解碼器是指語音技術(shù)中的識別過程。針對輸入的語音信號，根據(jù)己經(jīng)訓(xùn)練好的HMM聲學(xué)模型、語言模型及字典建立一個(gè)識別網(wǎng)絡(luò)，根據(jù)搜索算法在該網(wǎng)絡(luò)中尋找最佳的一條路徑，這個(gè)路徑就是能夠以最大概率輸出該語音信號的詞串，這樣就確定這個(gè)語音樣本所包含的文字了。所以，解碼操作即指搜索算法，即在解碼端通過搜索技術(shù)尋找最優(yōu)詞串的方法。

以上便是小編此次帶來的有關(guān)語音識別技術(shù)的全部內(nèi)容，十分感謝大家的耐心閱讀，想要了解更多相關(guān)內(nèi)容，或者更多精彩內(nèi)容，請一定關(guān)注我們網(wǎng)站哦。