簡單了解一下語音識別

語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，語音識別技術(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)通過自然語言進(jìn)行交互的重要方式之一。語音識別技術(shù)如何讓機(jī)器“理解”人類語言？隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，人們對機(jī)器的依賴程度已經(jīng)達(dá)到了非常高的水平。語音識別技術(shù)使人與機(jī)器通過自然語言進(jìn)行交互成為可能。普遍的情況是通過語音識別控制房間照明、空調(diào)溫度和電視相關(guān)操作。

根據(jù)識別對象的不同，語音識別任務(wù)大概可以分為三類，即孤立詞識別、關(guān)鍵詞識別（或關(guān)鍵詞檢測）和連續(xù)語音識別。其中，孤立詞識別的任務(wù)是識別預(yù)先已知的孤立詞，如“開啟”、“關(guān)閉”等；連續(xù)語音識別的任務(wù)是識別任何連續(xù)的語音，例如句子或段落；連續(xù)語音流中的關(guān)鍵詞檢測是針對連續(xù)語音的，但它并不識別所有的文本，而只是檢測一些已知關(guān)鍵詞出現(xiàn)的位置。

根據(jù)目標(biāo)說話人，語音識別技術(shù)可分為特定人語音識別和非特定人語音識別。前者只能識別一個(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)立于人的語音識別系統(tǒng)更符合實(shí)際需求，但比識別特定的人要困難得多。

此外，根據(jù)語音設(shè)備和通道，可分為桌面（PC）語音識別、電話語音識別和嵌入式設(shè)備（手機(jī)、PDA等）語音識別。不同的采集通道會扭曲人類發(fā)音的聲學(xué)特征，因此需要構(gòu)建自己的識別系統(tǒng)。

語音識別的應(yīng)用領(lǐng)域非常廣泛。普遍的應(yīng)用系統(tǒng)有：語音輸入系統(tǒng)，更符合人們的日常習(xí)慣，比鍵盤輸入更自然；語音控制系統(tǒng)，即使用語音識別控制設(shè)備操作比手動控制更快捷方便，可應(yīng)用于工業(yè)控制、語音撥號系統(tǒng)、智能家電、聲控智能玩具等多個(gè)領(lǐng)域。