从语音识别到语义识别还有多少路要走?

文章探讨了语音识别与语义识别的区别,指出语音识别已取得显著进步,但在达到无障碍人机交互方面仍面临挑战。目前,语义识别技术在数据需求、多音字和同音词识别等方面存在难题,但随着技术发展,有望在多个行业得到广泛应用。语义识别的三个层次包括应用层、NLP技术层和底层数据层,涉及广泛的行业应用和智能语音交互场景。
摘要由CSDN通过智能技术生成

原标题:从语音识别到语义识别还有多少路要走?

随着人工智能近年定义和产业分工越发精细,语音识别渐渐分成了语音识别和语义识别两个支系。语音和语义虽然只有一字之差,但却是天壤之别。

打个简单的比方,语音识别相当于人的耳朵,而语义识别则是大脑,语音识别帮助机器获取和输出信息,而语义识别则是对这些信息进行加工。

56382e288e8447128bbd8c202d3d6b36.jpg

语音发展史

语音是最自然的交流方式,自从1877年爱迪生发明了留声机,人们就开始了与机器的交流,但主要的还是与人的交流,而非机器本身。

1950年,计算机科学之父阿兰·图灵在《Mind》杂志上发表了题为《计算的机器和智能》的论文,首次提出了机器智能的概念

20世纪80年代,语音识别技术能够将口语转化为文本。

2001年,计算机语音识别达到了80%的准确度。

语音识别产品的应用

语音识别作为打造良好交互体验的重要前提,今年的发展可谓是持续火爆。在智能音箱市场,令人首先想到的就是Amazon的Echo。Echo作为将自然语音转化为在线指令的设备,其效率之高毋庸置疑,并且可保持在线的自然环境中的自然语言识别。

而国内语音识别领域也开始争夺大战。以科大讯飞听见系列产品为例,自2015年发布以来,总用户突破1000万,应用于30余个行业。目前,已经形成了以听见智能会议系统、讯(询)问笔录系统、听见转写网站、录音宝APP、听见智能会议服务等以智能语音转写技术为核心的产

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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
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