语音识别技术

虽然人从外部获取信息，绝大部分来自来自视觉，可是语音的地位一直很高的，它很好的表表达了人的特征和清晰的收入方式。其中语音识别技术的地位又是很高的，可以让机器在字面上明白你在说什么，这是自然的人机交互的基础。现在走在语音识别技术前沿的公司有科大讯飞，google，微软。在我们的前面几篇blog中已经提到了科大讯飞的输入法，其中就是利用了语音识别技术。 

现在来介绍一下语音识别技术的具体方法和应用。语音识别系统是模式识别系统的具体化。一般的系统包括如下的步骤： 

特征提取 --> 模型 -->特征匹配 --> 识别结果 

模型是通过训练样本获得的。 

      语音识别要解决的问题有连续语音识别，非特定人识别和环境复杂等的情况。连续语音识别是对付一个人的长句子的识别，非定人是的对付不同的人的语音输入，复杂的情况是你可能处于不同的环境下进行输入。这些问题都很难解决，但是在很多人的智慧下，很多问题得以解决。下面讲解部分方法：

      大概的方法有基于HMM的，快速自适应的，结构特征的。

 

	样本数量	算法原理	效果
HMM	几百个	运用隐含markov链的状态的转移来模拟语音信号	很好，能达到很棒的识别率
快速自适应	一百个左右	使用自适应技术MAP,MLLR等消除声道等的影响，这样可以减少训练样本	对于很好的算法，同样可以获得很好的识别率
结构特征	五个左右	建立语音的HMM连续模型，然后计算高斯分布之间的巴氏距离	暂时还在研究阶段，没有开始连续语音的研究

 

       在不同的场合下使用不同的方法。现在主流的方法都是基于HMM的，因为她它很可靠，还有现在的方法基本上是基于云计算的，有一个很强的服务集群提供服务。比如说科大讯飞的语音输入法就是基于几千台的服务器的。这样的效果很好，基本可以用于实际的情况。

 

 

应用：

1.语音输入，科大讯飞做的就是一个例子，很好的人性化，可以很方便的输入。

2.语音搜索，google就提供了这样的服务，用户可以通过语音输入进行搜索。

3.智能玩具，在今年的世博会上就有相应的海宝玩具，可以和它对诗等。