语音算法笔记（1）——基于深度学习的语音算法综述

声明：本专栏文章为深蓝学院《语音算法：前沿与应用》课程个人学习笔记，更多学习资源请咨询深蓝学院相关课程。

发展历史

机器阶段

Wolfgang von Kempelen‘s speaking machine 发声机器（语音合成 Mama Papa Haha）

Thomas Edison's 留声机

Radio Rex玩具 用户喊Rex，小狗从房子里出来 （语音唤醒，工作原理：电磁铁对500hz频率敏感，Rex词接近500hz）

模型阶段——更加科学、系统

Audrey 数字语音识别器（贝尔实验室，1952）模板匹配：训练集特征提取，存入模板集，测试集特征提取，和模板集比对

1970年代：逐渐使用统计学模型而不是语音学模型

1980年代：HMM模型，神经网络（神经网络输出因子序列，再输入HMM模型）

2010年代：算力和数据的提高，神经网络效果提升

2014年：端到端模型大规模应用在语音算法上

应用阶段

1990年代：Dragon Dictate，第一款语音识别商用软件，售价很高，不能很好分词，用户需要说完每个词之后有停顿

1997年：Dragon NaturallySpeaking，售价下降，不需要用户停顿，需要用户提供45min音频训练

2000年代：