作者：禪與計(jì)算機(jī)程序設(shè)計(jì)藝術(shù)
1.簡(jiǎn)介
語音識(shí)別（英語：Speech recognition）是一個(gè)廣義上的概念，泛指在不同場(chǎng)景、不同的條件下通過語言或口頭獲取信息并轉(zhuǎn)換成文字的能力。具體來說，語音識(shí)別就是把人類的聲音或者說話轉(zhuǎn)化成計(jì)算機(jī)可以理解的文字、數(shù)字信號(hào)。語音識(shí)別技術(shù)應(yīng)用于很多領(lǐng)域，如自動(dòng)駕駛、智能助手、虛擬個(gè)人助理等。
相對(duì)于圖片識(shí)別、文本識(shí)別、對(duì)象檢測(cè)等任務(wù)，語音識(shí)別的特點(diǎn)是環(huán)境復(fù)雜、模糊、噪聲、音量小、變化多，而且需要對(duì)音頻進(jìn)行特征提取、分類、建模、計(jì)算，才能最終實(shí)現(xiàn)“聽到即識(shí)別”的效果。而對(duì)于語音識(shí)別技術(shù)本身，它是一門十分重要的學(xué)科，涉及統(tǒng)計(jì)學(xué)、數(shù)學(xué)、工程技術(shù)、語音學(xué)、語言學(xué)等多個(gè)學(xué)科，它的技術(shù)發(fā)展歷史也非常悠久。因此，掌握語音識(shí)別技術(shù)對(duì)各行各業(yè)都至關(guān)重要。
隨著人類社會(huì)的不斷發(fā)展，智能設(shè)備越來越普及，人的生活越來越富裕。由于人們的日益聰明，他們更加關(guān)注自己的生活，希望可以通過自己攜帶的各種語音輸入信息。因此，語音識(shí)別技術(shù)的研究和應(yīng)用日漸成為熱點(diǎn)。語音識(shí)別技術(shù)主要由以下幾個(gè)部分組成：
1.語音處理單元：包括語音采集、音頻預(yù)處理、信號(hào)變換、加窗、分幀、編碼、解碼等過程。 2.信號(hào)分析算法：包括特征提取、頻譜聚類、DNN、HMM等。 3.語言模型及相關(guān)工具：包括語言模型、詞性標(biāo)注、解碼器、評(píng)測(cè)工具等。文章來源：http://www.zghlxwxcb.cn/news/detail-743741.html
基于以上三個(gè)部分，總體上可將語音識(shí)別技術(shù)分為如下幾個(gè)階段：文章來源地址http://www.zghlxwxcb.cn/news/detail-743741.html
- 發(fā)音識(shí)別：通過分隔音素（又稱音素），將發(fā)出聲音的音素識(shí)別出來。
- 語言模型識(shí)別：利用統(tǒng)計(jì)模型將已知的語言文檔中的語言片段識(shí)別出來。
- 混合模型：綜合發(fā)音識(shí)別和語言模型識(shí)別技術(shù)，實(shí)現(xiàn)
到了這里，關(guān)于人工智能技術(shù)基礎(chǔ)系列之：語音識(shí)別與語音處理的文章就介紹完了。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)！
