語音識別系統(tǒng)是什么應用（語音識別系統(tǒng)是什么原理）

關于語音識別系統(tǒng)是什么應用，語音識別系統(tǒng)是什么原理這個問題很多朋友還不知道，今天小六來為大家解答以上的問題，現(xiàn)在讓我們一起來看看吧！

1、我們可以設想，在不久的將來坐在辦公司里的經(jīng)理會對電腦說：“嗨!伙計，幫我通知一下公司所有員工，今天下午3：00準時開會。

2、”這是科學家在幾十年前的設想，語音識別長久以來一直是人們的美好愿望，讓計算機領會人所說的話，實現(xiàn)人機對話是發(fā)展人機通信的主要目標。

3、進入2l世紀，隨著計算機的日益普及，怎樣給不熟悉計算機的人提供一個友好而又簡易的操作平臺，是我們非常感興趣的問題，而語音識別技術就是其中最直接的方法之一。

4、　　20世紀80年代中期以來，新技術的逐漸成熟和發(fā)展使語音識別技術有了實質(zhì)性的進展，尤其是隱馬爾可夫模型(HMM)的研究和廣泛應用，推動了語音識別的迅速發(fā)展，同時，語音識別領域也正處在一個黃金開發(fā)的關鍵時期，各國的開發(fā)人員正在向特定人到非特定人，孤立詞匯向連接詞，小詞匯量向大詞匯量來擴展研究領域，可以毫不猶豫地說，語音識別會讓計算機變得“善解人意”，許多事情將不再是“對牛彈琴”，最終用戶的口述會取代鼠標，鍵盤這些傳統(tǒng)輸入設備，只需要用戶的嘴和麥克風就能實現(xiàn)對計算機的絕對控制。

5、　　隱馬爾可夫模型HMM的引入　　現(xiàn)在假定HMM是一個輸出符號序列的統(tǒng)計模型，具有N個狀態(tài)S1，S2?Sn，在一個周期內(nèi)從一個狀態(tài)轉(zhuǎn)到另一個狀態(tài)，每次轉(zhuǎn)移時輸出一個符號，轉(zhuǎn)移到了哪個狀態(tài)以及輸出什么符號，分別由狀態(tài)轉(zhuǎn)移概率和轉(zhuǎn)移時的輸出概率來決定，由于只能觀測到輸出符號序列，不能觀測到狀態(tài)轉(zhuǎn)移序列，因此成為隱藏的馬爾可夫模型。

6、　　2、語音識別的特點　　語音識別的意思是將人說話的內(nèi)容和意思轉(zhuǎn)換為計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列等。

7、與說話人的識別不同，后者主要是識別和確認發(fā)出語音的人而非其中所包含的內(nèi)容。

8、語音識別的目的就是讓機器聽懂人類口述的語言，包括了兩方面的含義：第一是逐字逐句聽懂而不是轉(zhuǎn)化成書面的語言文字；第二是對作者簡介：賈聰，中國地質(zhì)大學機械與電子信息學院。

9、口述語言中所包含的命令或請求加以領會，做出正確回應，而不僅僅只是拘泥于所有詞匯的正確轉(zhuǎn)換。

10、　　3、語音識別系統(tǒng)的工作流程　　一般來說，一套完整的語音識別系統(tǒng)其工作過程分為7步：①對語音信號進行分析和處理，除去冗余信息。

11、②提取影響語音識別的關鍵信息和表達語言含義的特征信息。

12、③緊扣特征信息，用最小單元識別字詞。

13、④按照不同語言的各自語法，依照先后次序識別字詞。

14、⑤把前后意思當作輔助識別條件，有利于分析和識別。

15、⑥按照語義分析，給關鍵信息劃分段落，取出所識別出的字詞并連接起來，同時根據(jù)語句意思調(diào)整句子構成。

16、⑦結合語義，仔細分析上下文的相互聯(lián)系，對當前正在處理的語句進行適當修正。

17、　　4、音識別系統(tǒng)基本原理框圖及原理　　語音識別系統(tǒng)基本原理結構如圖1所示。

18、語音識別原理有三點：①對語音信號中的語言信息編碼是按照幅度譜的時間變化來進行；②由于語音是可以閱讀的，也就是說聲學信號可以在不考慮說話人說話傳達的信息內(nèi)容的前提下用多個具有區(qū)別性的、離散的符號來表示；③語音的交互是一個認知過程，所以絕對不能與語法、語義和用語規(guī)范等方面分裂開來。

19、　　預處理，其中就包括對語音信號進行采樣、克服混疊濾波、去除部分由個體發(fā)音的差異和環(huán)境引起的噪聲影響，此外還會考慮到語音識別基本單元的選取和端點檢測問題。

20、反復訓練是在識別之前通過讓說話人多次重復語音，從原始語音信號樣本中去除冗余信息，保留關鍵信息，再按照一定規(guī)則對數(shù)據(jù)加以整理，構成模式庫。

21、再者是模式匹配，它是整個語音識別系統(tǒng)的核心部分，是根據(jù)一定規(guī)則以及計算輸入特征與庫存模式之間的相似度，進而判斷出輸入語音的意思。

22、　　前端處理，先對原始語音信號進行處理，再進行特征提取，消除噪聲和不同說話人的發(fā)音差異帶來的影響，使處理后的信號能夠更完整地反映語音的本質(zhì)特征提取，消除噪聲和不同說話人的發(fā)音差異帶來的影響，使處理后的信號能夠更完整地反映語音的本質(zhì)特征。

23、　　5、當前亟待解決的問題　　語音識別系統(tǒng)的性能受到許多因素的影響，包括不同說話人的發(fā)音方式、說話方式、環(huán)境噪音、傳輸信道衰落等等。

24、具體要解決的問題有四點：①增強系統(tǒng)的魯棒性，也就是說如果條件狀況變得與訓練時很不相同，系統(tǒng)的性能下降不能是突變的。

25、②增加系統(tǒng)的適應能力，系統(tǒng)要能穩(wěn)定連續(xù)的適應條件的變化，因為說話人存在著年齡、性別、口音、語速、語音強度、發(fā)音習慣等方面的差異。

26、所以，系統(tǒng)應該有能力排除掉這些差異。

27、達到對語音的穩(wěn)定識別。

28、③尋求更好的語言模型，系統(tǒng)應該在語言模型中得到盡可能多的約束，從而解決由于詞匯量增長所帶來的影響。

29、④進行動力學建模，語音識別系統(tǒng)提前假定片段和單詞是相互獨立的，但實際上詞匯和音素的線索要求對反映了發(fā)聲器官運動模型特點的整合。

30、所以，應該進行動力學建模，從而將這些信息整合到語音識別系統(tǒng)中去。

31、　　6、統(tǒng)的組成和分類　　根據(jù)識別的對象不同語音識別大致上可分為3類：對孤立詞識別，對關鍵詞識別和對連續(xù)語音識別。

32、其中，孤立詞識別的任務是識別事先已知的孤立的詞；連續(xù)語音識別的任務則是識別任意的連續(xù)語音；連續(xù)語音流中的關鍵詞檢測針對的是連續(xù)語音，但它并不識別全③部文字，而只是檢測已知的若干關鍵詞在何處出現(xiàn)，根據(jù)針對的發(fā)音人，可以把語音識別技術分為特定人語音識別和非特定人語音識別，前者只能識別一個或幾個人的語音，而后者則可以被任何人使用。

33、　　7、語音識別技術應用領域及前景展望　　語音識別技術借助飛速發(fā)展的高速信息網(wǎng)，可實現(xiàn)計算機的全球聯(lián)網(wǎng)和信息資源共享，因此被廣泛應用的系統(tǒng)有：語音輸入和控制系統(tǒng)，語音撥號系統(tǒng)、智能家電及玩具，智能電話查詢系統(tǒng)，數(shù)據(jù)庫檢索等方面，在咨詢服務、教育等行業(yè)，正潛移默化地改變和便利著我們的生活。

34、此外，語音識別系統(tǒng)還在多媒體手機、個人掌上電腦、車載導航器GPS等方面有著巨大的應用和市場前景。

35、　　8、結語　　語音識別是非常有發(fā)展?jié)摿Φ囊婚T學科，你可以設想。

36、我們平時生活中很多地方都可以用到它，可以大大便利我們的生活和工作，比如智能手機，智能空調(diào)及冰箱，電動門，汽車導航，機器人控制，醫(yī)療設施，軍事設備等。

37、可以毫不夸張的說，21世紀將會是語音識別廣泛流行和普及的時代，而語音識別產(chǎn)品和設備也會以其獨特的魅力引領時代潮流，成為時代追逐的寵兒和焦點。

本文分享完畢，希望對大家有所幫助。

標簽：