【语音识别】语音识别技术入门

本文介绍了语音识别的历史,从早期的模板匹配到概率模型的引入,尤其是隐马尔可夫模型(HMM)在语音识别中的应用。随着神经网络的发展,特别是双向长短期记忆网络(BLSTM)的应用,端到端系统逐渐成为主流。文章还详细阐述了语音识别系统架构,包括特征提取、声学模型和语言模型,以及现代技术如CTC目标函数。此外,讨论了语音信号处理、发音和语言学方面的细节,并介绍了评估语音识别系统的标准,如词错误率(WER)和实时率(RTF)。
摘要由CSDN通过智能技术生成


**语音识别技术就是让智能设备听懂人类的语音。它是一门涉及数字信号处理、人工智能、语言学、数理统计学、声学、情感学及心理学等多学科交叉的科学。**这项技术可以提供比如自动客服、自动语音翻译、命令控制、语音验证码等多项应用。近年来,随着人工智能的兴起,语音识别技术在理论和应用方面都取得大突破,开始从实验室走向市场,已逐渐走进我们的日常生活。现在语音识别己用于许多领域,主要包括语音识别听写器、语音寻呼和答疑平台、自主广告平台,智能客服等。

语音识别基础

语音识别极简史

18世纪末、19世纪初,发明家Wolfgang von Kempelen设计并发燥了一款手动操作的机器,可以发出简单的声音。
19世纪末,发明家Thomas Edison发明了留声机。

现代语音识别起始于1952年贝尔实验室发布了一个叫作Audrey的机器,可以识别one、two等十个英文单词。

语音识别早期探索

基于模板匹配的语音识别方法:将训练语料中的音频提取声学特征后保存起来作为模板,当有新的音频输入机器的时候,机器会用同样的方式提取声学特征,并且和之前保存的语料特征做比较,如果新提取的特征和已

评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

镰刀韭菜

看在我不断努力的份上,支持我吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值