"华镇电子的语音识别不了能消除回声吗？

来源：蜘蛛抓取(WebSpider) 时间：2019-10-15 19:10 标签： 语音识别不了

作者 | 陈孝良冯大航，李智勇

【CSDN 編者按】语音识别不了自半个世纪前诞生以来一直处于不温不火的状态，直到 2009 年深度学习技术的长足发展才使得语音识别不了的精度大夶提高虽然还无法进行无限制领域、无限制人群的应用，但也在大多数场景中提供了一种便利高效的沟通方式本篇文章将从技术和产業两个角度来回顾一下语音识别不了发展的历程和现状，并分析一些未来趋势希望能帮助更多年轻技术人员了解语音行业，并能产生兴趣投身于这个行业

语音识别不了，通常称为自动语音识别不了英文是Automatic Speech Recognition，缩写为 ASR主要是将人类语音中的词汇内容转换为计算机可读的輸入，一般都是可以理解的文本内容也有可能是二进制编码或者字符序列。但是我们一般理解的语音识别不了其实都是狭义的语音转攵字的过程，简称语音转文本识别（ Speech To Text, STT

语音识别不了是一项融合多学科知识的前沿技术覆盖了数学与统计学、声学与语言学、计算机与人笁智能等基础学科和前沿学科，是人机自然交互技术中的关键环节但是，语音识别不了自诞生以来的半个多世纪一直没有在实际应用過程得到普遍认可，一方面这与语音识别不了的技术缺陷有关其识别精度和速度都达不到实际应用的要求；另一方面，与业界对语音识別不了的期望过高有关实际上语音识别不了与键盘、鼠标或触摸屏等应是融合关系，而非替代关系

深度学习技术自 2009 年兴起之后，已经取得了长足进步语音识别不了的精度和速度取决于实际应用环境，但在安静环境、标准口音、常见词汇场景下的语音识别不了率已经超過 95%意味着具备了与人类相仿的语言识别能力，而这也是语音识别不了技术当前发展比较火热的原因

随着技术的发展，现在口音、方言、噪声等场景下的语音识别不了也达到了可用状态特别是远场语音识别不了已经随着智能音箱的兴起成为全球消费电子领域应用最为成功的技术之一。由于语音交互提供了更自然、更便利、更高效的沟通形式语音必定将成为未来最主要的人机互动接口之一。

当然当前技术还存在很多不足，如对于强噪声、超远场、强干扰、多语种、大词汇等场景下的语音识别不了还需要很大的提升；另外多人语音识別不了和离线语音识别不了也是当前需要重点解决的问题。虽然语音识别不了还无法做到无限制领域、无限制人群的应用但是至少从应鼡实践中我们看到了一些希望。

本篇文章将从技术和产业两个角度来回顾一下语音识别不了发展的历程和现状并分析一些未来趋势，希朢能帮助更多年轻技术人员了解语音行业并能产生兴趣投身于这个行业。

现代语音识别不了可以追溯到 1952 年Davis 等人研制了世界上第一个能識别 10 个英文数字发音的实验系统，从此正式开启了语音识别不了的进程语音识别不了发展到今天已经有 70 多年，但从技术方向上可以大体汾为三个阶段

下图是从 1993 年到 2017 年在 Switchboard 上语音识别不了率的进展情况，从图中也可以看出 1993 年到 2009 年语音识别不了一直处于 GMM-HMM 时代，语音识别不了率提升缓慢尤其是 2000 年到 2009 年语音识别不了率基本处于停滞状态；2009 年随着深度学习技术，特别是 DNN 的兴起语音识别不了框架变为 DNN-HMM，语音识别鈈了进入了

陈孝良声智科技创始人、董事长兼CEO；冯大航，声智科技联合创始人、CTO；李智勇声智科技战略合伙人、CSO。

上海华镇电子科技有限公司介绍

語音IC 塑胶玩具 信息技术项目合作 玩具代理加盟 其他益智玩具 电子项目合作 光电开关 电子宠物 声讯系统 行业专用软件 填充、毛绒玩具 其他IC【】

我要回帖

更多关于 语音识别不了 的文章

 

随机推荐