语音识别的现状与前景探讨.doc

语音识别的现状与前景探讨
摘要:语音识别是人工智能和机器学****应用的一个重要方向,并发展成为一个具有广阔前景的新兴高技术产业。近年来,语音识别技术突飞猛进,大量产品被开发并应用到实际。但在实际应用中也出现了很多问题,需要科研人员进一步的研究来解决。本文概述了语音识别技术,并对其现状作了阐述,同时对未来的研究方向做了简单的概括。
关键词:语音识别人工智能机器学****br/>
语言是人类思想最重要的载体,是人们交流最有效、最方便、最自然的方式。语音识别技术就是让机器接收,识别和理解语音信号,并将其转换成相应数字信号的技术[1]。语音识别是涉及很多学科的一门交叉学科,涉及到声学、语音语言学、数理统计、信息理论、机器学****以及人工智能等学科。语音识别系统可以把操作人员的大量重复劳动交给机器来处理,节约了人力,提高了效益。例如:专家咨询系统、信息服务系统、自然语音识别系统、寻呼服务、故障服务、智能对话查询系统、语音订票系统等。在某些恶劣环境和对人身有伤害的特殊环境下,例如地下、深水、辐射或高温等地方,就可以通过语音识别系统发布指令,让机器完成各种工作。
现在几乎所有成功应用到实际中的语音识别方法都采用概率统计的方法或信息论的方法。其中最主要的,大量被使用的方法有动态时间规整技术、隐马尔可夫模型、人工神经网络、支持向量机等方法,这些方法的出现极大地推动了语音识别从实验室走向实际应用。
2. 语音识别的现状
近三十年来,语音识别技术发展迅速,逐渐从实验室走向市场,形成产品。在信息处理、通信与电子系统、自动控制等领域相继出现了不同用途的语音识别系统,已经逐渐显露出其强大的技术优势和生命力。现在实际中应用比较广泛的语音识别软件有:Nuance、IBM公司的Viavoice、Android系统下的Voice Actions、苹果手机上的Siri以及国内科大讯飞的语音识别产品等。我们国家对语音识别研究一直比较重视,中科院自动化所、清华大学、科大讯飞等很多科研院所和企业都投入了大量的人员和资金进行语音识别的研究开发。
前面所介绍的产品,它们的共同点是在文本转语音功能方面表现比较出色,但在语音转文本功能方面就有些差强人意。例如Voice Actions提供了令人惊奇的语音识别引擎,它的识别率非常之高。但是与微软和IBM等公司的语音识别引擎一样,它对我们说的话有严格的要求,必须按照固定的格式和语法结构,不然无法识别。苹果手机上的Siri是迄今为止最优秀的语音识别系统之一,我们可以不用注意语法结构,即使思维模式有些混乱,系统也会结合上下文去理解,它还会利用人工智能来分析,并且能在多数情况下理解我们的意思。
语音识别发展到现在,在中小词汇量非特定人语音识别系统和特定人语音识别系统中的识别精度已经接近100%,这些技术已经能够满足一般应用的需求。同时随着大规模集成电路技术的进步,我们已经完全可以把语音识别系统集成到芯片中,如一些电话机、手机、电话交换机等产品就带有这样的芯片,具备了语音拨号,语音应答等功能。甚至有的语言查询系统可以让人们通过电话网络查询到订房信息、车票、股票信息等。调查统计显示,大部分人都能够满意这种信息查询服务的性能。

现在,越来越多的语音识别技术被带入到人们的工作生活中,影响着每一个人。在某些领