簡(jiǎn)單了解一下語(yǔ)音識(shí)別

語(yǔ)言作為人類(lèi)基本的交流方式，在幾千年的歷史中不斷地傳承下來(lái)。近年來(lái)，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(guò)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(lèi)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(lài)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(guò)自然語(yǔ)言進(jìn)行交互成為可能。普遍的情況是通過(guò)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)大概可以分為三類(lèi)，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(kāi)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(shuō)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(lèi)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。普遍的應(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(pán)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。