本文介绍了自动语音识别（ASR）技术，包括其定义、工作流程、发展历史以及面临的难点。ASR技术通过声学模型、语言模型和解码器将语音转化为文本，现广泛应用在客服、交通等多个领域。随着技术进步，端到端模型和垂直领域数据训练提高了识别准确性。沃丰科技的GaussMind语音识别技术，通过定制化识别和语言模型优化，实现95%的识别率，成功应用于北京地铁服务热线和松果出行等场景。
在过去的十年里，人工智能驱动的语音识别系统已经慢慢成为我们日常生活的一部分，从语音搜索到客服中心、汽车、医院和餐厅里的虚拟助理。许多行业都在使用自动语音识别（ASR）来提高业务生产力、应答效率以及在线业务满意度。
接下来，小编通过本篇文章来讲述一下这背后的技术以及流程。
首先什么是ASR技术？
语音识别技术是一种将人的语音转换为文本的技术。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。简单来说，ASR技术就是将人的语言转化为计算机能够识别的文字的过程。
语音识别过程一般包括三个部分：
① 声学模型：描述在给定词的情况下，对应声学信号的概率。
② 语言模型：描述语言序列关系的模型，关注序列产生的概率。
③ 解码器：根据声学模型和语言模型，搜索出最有可能的词序列，其本质是一个动态
规划算法。
语音识别的一般流程为根据输入的语音，提取语音特征，通过解码器融合训练好的语言模型和声学模型，得到最终的词序列结果。字典的作用根据声学模型识别出来的音素（汉语中一般为声韵母），来找到对应的汉字（词）或者单词，用来在声学模型和语言模型建立桥梁，将两者联系起来。
ASR技术的发展历程
语音识别技术在10年以前是统计模型；10年到20年，运用的模型包括了特征提取、声学模型，语言模型等模块，是一个pipeline的系统，而到了20年以后
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
