檢信智能Allemotion OS 10分鐘讓你了解語(yǔ)音識(shí)別
語(yǔ)言作為人類基本的交流方式,在幾千年的歷史中不斷地傳承下來。近年來,語(yǔ)音識(shí)別技術(shù)的不斷成熟,在我們的生活中得到了廣泛的應(yīng)用,成為人機(jī)通過自然語(yǔ)言進(jìn)行交互的重要方式之一。語(yǔ)音識(shí)別技術(shù)如何讓機(jī)器“理解”人類語(yǔ)言?隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展,人們對(duì)機(jī)器的依賴程度已經(jīng)達(dá)到了非常高的水平。語(yǔ)音識(shí)別技術(shù)使人與機(jī)器通過自然語(yǔ)言進(jìn)行交互成為可能。常見的情況是通過語(yǔ)音識(shí)別控制房間照明、空調(diào)溫度和電視相關(guān)操作。
根據(jù)識(shí)別對(duì)象的不同,語(yǔ)音識(shí)別任務(wù)大致可以分為三類,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(yǔ)音識(shí)別。其中,孤立詞識(shí)別的任務(wù)是識(shí)別預(yù)先已知的孤立詞,如“開啟”、“關(guān)閉”等;連續(xù)語(yǔ)音識(shí)別的任務(wù)是識(shí)別任何連續(xù)的語(yǔ)音,例如句子或段落;連續(xù)語(yǔ)音流中的關(guān)鍵詞檢測(cè)是針對(duì)連續(xù)語(yǔ)音的,但它并不識(shí)別所有的文本,而只是檢測(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(yǔ)音識(shí)別技術(shù)可分為特定人語(yǔ)音識(shí)別和非特定人語(yǔ)音識(shí)別。前者只能識(shí)別一個(gè)人或幾個(gè)人的聲音,而后者任何人都可以使用。顯然,獨(dú)立于人的語(yǔ)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(yǔ)音設(shè)備和通道,可分為桌面(PC)語(yǔ)音識(shí)別、電話語(yǔ)音識(shí)別和嵌入式設(shè)備(手機(jī)、PDA等)語(yǔ)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,因此需要構(gòu)建自己的識(shí)別系統(tǒng)。
語(yǔ)音識(shí)別的應(yīng)用領(lǐng)域非常廣泛。常見的應(yīng)用系統(tǒng)有:語(yǔ)音輸入系統(tǒng),更符合人們的日常習(xí)慣,比鍵盤輸入更自然;語(yǔ)音控制系統(tǒng),即使用語(yǔ)音識(shí)別控制設(shè)備操作比手動(dòng)控制更快捷方便,可應(yīng)用于工業(yè)控制、語(yǔ)音撥號(hào)系統(tǒng)、智能家電、聲控智能玩具等多個(gè)領(lǐng)域。