對(duì)語音識(shí)別的簡(jiǎn)單介紹

語言作為人類交流的基本方式，在幾千年的歷史長(zhǎng)河中不斷傳承。近年來，隨著語音識(shí)別技術(shù)的不斷成熟，它在我們的生活中得到了廣泛的應(yīng)用，成為通過自然語言進(jìn)行人機(jī)交互的重要方式之一。語音識(shí)別技術(shù)如何讓機(jī)器“理解”人類語言？隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，人們對(duì)機(jī)器的依賴已經(jīng)達(dá)到了一個(gè)非常高的水平。語音識(shí)別技術(shù)使人和機(jī)器通過自然語言進(jìn)行交互成為可能。通過語音識(shí)別控制房間照明、空調(diào)溫度和電視相關(guān)操作是很普遍的。

根據(jù)識(shí)別對(duì)象的不同，語音識(shí)別任務(wù)大概可以分為三類，即孤立詞識(shí)別、關(guān)鍵詞識(shí)別(或關(guān)鍵詞檢測(cè))和連續(xù)語音識(shí)別。其中，孤立詞識(shí)別的任務(wù)是識(shí)別先前已知的孤立詞，如“開放”和“封閉”。連續(xù)語音識(shí)別的任務(wù)是識(shí)別任何連續(xù)的語音，如句子或段落。連續(xù)語音流中的關(guān)鍵詞檢測(cè)針對(duì)的是連續(xù)語音，但它并不識(shí)別所有的文本，只檢測(cè)一些已知關(guān)鍵詞出現(xiàn)的位置。

根據(jù)目標(biāo)說話人，語音識(shí)別技術(shù)可以分為特定人語音識(shí)別和非特定人語音識(shí)別。前者只能識(shí)別一個(gè)或幾個(gè)人的聲音，而后者可以被任何人使用。顯然，獨(dú)立于人的語音識(shí)別系統(tǒng)更符合實(shí)際需求，但比識(shí)別特定的人要困難得多。

此外，根據(jù)語音設(shè)備和渠道，可分為桌面(PC)語音識(shí)別、電話語音識(shí)別和嵌入式設(shè)備(手機(jī)、PDA等)語音識(shí)別。不同的采集通道會(huì)扭曲人類發(fā)音的聲學(xué)特征，因此我們需要構(gòu)建自己的識(shí)別系統(tǒng)。

語音識(shí)別應(yīng)用廣泛。普遍的應(yīng)用系統(tǒng)包括:語音輸入系統(tǒng)，比鍵盤輸入更符合人們的日常習(xí)慣，也更自然；語音控制系統(tǒng)，即使用語音識(shí)別控制設(shè)備比手動(dòng)控制更快更方便，可應(yīng)用于工業(yè)控制、語音撥號(hào)系統(tǒng)、智能家電、聲控智能玩具等諸多領(lǐng)域。