语音识别如何处理汉字中的「同音字」现象？

outline：

1、背景

2、通俗易懂版

3、进阶版

4、多音字的处理能力

------------------------------------

1、背景

GB 2312标准共收录6763个汉字，其中一级汉字3755个，二级汉字3008个。对于人名、古汉语等方面出现的罕用字，GB 2312不能处理，这导致了后来GBK及GB 18030汉字字符集的出现。汉语的声母共有23个，韵母24个。普通话的读音共有420个左右，即使考虑声调，总数也远小于汉字的个数。

汉字中的同音字现象这里也无需多费口舌来介绍，直接呈上我国著名语言学家、“现代语言学之父”赵元任先生的两篇文章。

《施氏食狮史》

石室诗士施氏，嗜狮，誓食十狮。施氏时时适市视狮。十时，适十狮市。是时，适施氏适市。施氏视十狮，恃矢势，使是十狮逝世。氏拾是十狮尸，适石室。石室湿，施氏使侍拭石室。石室拭，施氏始试食十狮尸。食时，始识十狮实十石狮尸。试释是事。

《季姬击鸡记》

季姬寂，集鸡，鸡即棘鸡。棘鸡饥叽，季姬及箕稷济鸡。鸡既济，跻姬笈，季姬忌，急咭鸡，鸡急，继圾几，季姬急，即籍箕击鸡，箕疾击几伎，伎即齑，鸡叽集几基，季姬急极屐击鸡，鸡既殛，季姬激，即记《季姬击鸡记》。

/>

（网图，侵删）

这两篇文章通篇都是同音字，尽管只有声调的差异，但是想通畅的读下来，还是需要认真练习几遍。下面我们就来聊聊这样的同音字文章，语音识别是否可以搞定。

2、通俗易懂版

语音识别处理同音字的方法，一句话来概括就是根据上下文关系。

下面举例来说明这个过程。比如有一段语音，共有四个字，我们依次来看每个字的发音。

a)首先我们听到第一个音“wǔ”。人来判断的话，这个字的可能性也是很多的，可以是{五、午、舞、武、吾、捂}等等等等，实在不好做出选择。

b)听到第二个音之后，语音变成“wǔ·rén”的时候，选择就发生了变化。有些字开头从来没见过这种组合，所以就被排除了。现在组合可能是{五人、武人、舞人、五仁}等等等等。这个时候如果非要给出一个选择，我们可能会选择一个最常见的，比如“五人”。