让讯飞骄傲的语音识别技术合肥启达信息技术有限公司

解决方案PERFECT SOLUTION

产品中心Product Center

技术文章你现的位置：首页>文章列表>技术文章

让讯飞骄傲的语音识别技术

                大家可能手机上用到过讯飞输入法，也知道讯飞输入法的强大之处，作为专业的手机输入法服务端，讯飞的输入无疑是一个伟大的成就，就连去年的锤子手机也让讯飞火了一把。现在我们就聊聊讯飞的语音识别技术吧。
        什么是语音识别技术？
        语音识别技术，也被称为自动语音识别Automatic    Speech    Recognition，(ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。
        语音识别的原理：
        语音识别系统本质上是一种模式识别系统，包括特征提取、模式匹配、参考模式库等三个基本单元。未知语音经过话筒变换成电信号后加在识别系统的输入端，首先经过预处理，再根据人的语音特点建立语音模型，对输入的语音信号进行分析，并抽取所需的特征，在此基础上建立语音识别所需的模板。而计算机在识别过程中要根据语音识别的模型，将计算机中存放的语音模板与输入的语音信号的特征进行比较，根据一定的搜索和匹配策略，找出一系列最优的与输入语音匹配的模板。然后根据此模板的定义，通过查表就可以给出计算机的识别结果。显然，这种最优的结果与特征的选择、语音模型的好坏、模板是否准确都有直接的关系。

        　　语音识别系统构建过程整体上包括两大部分：训练和识别。训练通常是离线完成的，对预先收集好的海量语音、语言数据库进行信号处理和知识挖掘，获取语音识别系统所需要的“声学模型”和“语言模型”;而识别过程通常是在线完成的，对用户实时的语音进行自动识别。识别过程通常又可以分为“前端”和“后端”两大模块：“前端”模块主要的作用是进行端点检测(去除多余的静音和非说话声)、降噪、特征提取等;“后端”模块的作用是利用训练好的“声学模型”和“语言模型”对用户说话的特征向量进行统计模式识别(又称“解码”)，得到其包含的文字信息，此外，后端模块还存在一个“自适应”的反馈模块，可以对用户的语音进行自学习，从而对“声学模型”和“语音模型”进行必要的“校正”，进一步提高识别的准确率。
        语音识别的应用：
        可以应用的领域大致分为大五类：
        办公室或商务系统。典型的应用包括：填写数据表格、数据库管理和控制、键盘功能增强等等。
        制造业：在质量控制中，语音识别系统可以为制造过程提供一种“不用手”、“不用眼”的检控（部件检查）。
        电信：相当广泛的一类应用在拨号电话系统上都是可行的，包括话务员协助服务的自动化、国际国内远程电子商务、语音呼叫分配、语音拨号、分类订货。
        医疗：这方面的主要应用是由声音来生成和编辑专业的医疗报告。
        其他：包括由语音控制和操作的游戏和玩具、帮助残疾人的语音识别系统、车辆行驶中一些非关键功能的语音控制，如车载交通路况控制系统、音响系统。
        那么最接近我们生活的就是我们手机输入法的语音输入识别了，可以说讯飞的语音识别技术已经达到了很牛叉的地步了，不仅支持普通话，英语。而且还支持我们中国的方言，所以，讯飞的技术对于中国语音的发展是起到了推动的作用。