原标题:人工智能之语音识别技术【科普】
语言是人与人之间最重要的交流方式、能与机器进行自然的人机交流,是人类一直期待的事情。随着人工智能快速发展。语音识别技术作为人机交流接口的关键技术、发展迅速。在AI领域也是经常被提及。作为人工智能领域的从业者认识语音识别也是必须的。接下来就让我们科普科普。话不多说,直接上菜!
语音识别概述
语音识别技术就是让机器通过识别和理解过程,把语音信号转变为相应的文本或命令的技术。
语音识别涉及的领域包括:数字信号处理、声学、语音学、计算机科学、心理学、人工智能等,是一门涵盖多个学科领域的交叉科学技术。
语音识别的技术原理是模式识别,其一般过程可以总结为:
预处理---特征提取---基于语音模型库下的模式匹配---基于语言模型库下的语言处理---完成识别
预处理
声音的实质是波。语音识别所使用的音频文件格式必须是未经压缩处理的文件,如人类正常的语音输入等
语音输入所面对的环境是复杂的主要存在以下问题
对自然语言的识别和理解。首先必须将连续的讲话分解为词、音素等单位,其次要建立一个理解语义的规则。
语音信息量大,语音模式不仅对不同的说话人不同,对同一说话人也是不同的,例如,一个说话人在随意说话和认真说话时的语音信息是不同的。一个人的说话方式随着时间变化。
语音的模糊性。说话者在讲话时,不同的词可能听起来是相似的。这在英语和汉语中常见。
单个字母或词、字的语音特性受上下文的影响,以致改变了重音、音调、音量和发音速度等。