作者：禪與計(jì)算機(jī)程序設(shè)計(jì)藝術(shù)
物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等新興技術(shù)的發(fā)展帶動(dòng)了智能家居領(lǐng)域的飛速發(fā)展。語(yǔ)音助手、智能音箱、智能攝像頭、智能門鎖、智能插座、無人駕駛車輛等產(chǎn)品紛紛涌現(xiàn)。由于智能家居產(chǎn)品的功能日益復(fù)雜化，使得用戶對(duì)其操作方式、技巧、應(yīng)用場(chǎng)景等更加了解，需求也越來越高。在此背景下，自動(dòng)語(yǔ)音識(shí)別技術(shù)應(yīng)運(yùn)而生。
2.基本概念術(shù)語(yǔ)說明
2.1語(yǔ)音識(shí)別簡(jiǎn)介
語(yǔ)音識(shí)別(Speech Recognition)是指用計(jì)算機(jī)從聲音中提取出其中的自然語(yǔ)言信息并轉(zhuǎn)換成文本或者指令的一項(xiàng)技術(shù)。語(yǔ)音識(shí)別是由ASR(Automatic Speech Recognition)和HMM(Hidden Markov Model)組成。其中ASR指的是自動(dòng)語(yǔ)音識(shí)別，它將一段音頻信號(hào)轉(zhuǎn)化為文字或命令，HMM模型通過統(tǒng)計(jì)學(xué)習(xí)方法對(duì)聲學(xué)特征及語(yǔ)言學(xué)特征進(jìn)行建模，通過觀察到的語(yǔ)音信號(hào)和HMM模型參數(shù)估計(jì)出當(dāng)前的語(yǔ)音狀態(tài)，然后根據(jù)狀態(tài)序列生成相應(yīng)的文本。
2.2隱馬爾科夫模型簡(jiǎn)介
隱馬爾可夫模型（Hidden Markov Model，HMM）是用于標(biāo)注性問題的概率模型，描述由隱藏的馬爾可夫鏈隨機(jī)生成不可觀測(cè)的狀態(tài)序列，再由各個(gè)狀態(tài)依照一定的概率分布轉(zhuǎn)移到下一個(gè)狀態(tài)，由每個(gè)狀態(tài)產(chǎn)生一系列觀測(cè)值（符號(hào)）。給定模型參數(shù)和observed sequence，利用Baum-Welch算法可以訓(xùn)練HMM的參數(shù)，即使得模型對(duì)數(shù)據(jù)的似然估計(jì)更準(zhǔn)確。顯著優(yōu)點(diǎn)是能夠有效地處理一段時(shí)序數(shù)據(jù)，解決標(biāo)注問題。文章來源：http://www.zghlxwxcb.cn/news/detail-708555.html
2.3概率圖模型簡(jiǎn)介
概率圖模型（Probabilistic Graphical Model，PGM）是一種可以表示和處理復(fù)雜系統(tǒng)結(jié)構(gòu)文章來源地址http://www.zghlxwxcb.cn/news/detail-708555.html
到了這里，關(guān)于語(yǔ)音識(shí)別技術(shù)如何推動(dòng)智能家居發(fā)展？的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
