認識語音識別技術(shù)

自動語音識別 （Automatic Speech Recognition）技術(shù)是信息技術(shù)中人機接口的關(guān)鍵技術(shù)，是一種讓機器通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高級技術(shù)。

早在計算機發(fā)明之前， 自動語音識別的設(shè)想就已經(jīng)被提上了議事曰程。早期的聲碼器可被視作語音識別及合成的雛形。 20世紀20年代生產(chǎn)的Radio Rex玩具狗可能是最早的語音識別器，當這只狗的名字被呼喚的時候，它能夠從底座上彈出來。而20世紀50年代貝爾實驗室的Audry系統(tǒng)則是第一個可以識別十個英文數(shù)字的語音識別系統(tǒng)。

一方面，計算機技術(shù)的發(fā)展為語音識別提供了必要的硬件和軟件基礎(chǔ);另一方面，20世紀60年代人工神經(jīng)網(wǎng)絡(luò)被引入了語音識別，這一時代的兩大突破是線性預(yù)測編碼（ Linear Predictive Coding，LPC）及動態(tài)時間規(guī)整（Dynamic Time Warp）技術(shù)，這兩大成果有效解決了語音信號的特征提取和不等長匹配問題。自此，語音識別技術(shù)被研究者們作為一個重要的課題開展研究，并取得了實質(zhì)性的進展。

語音識別技術(shù)在發(fā)展歷程中最重大的突破要數(shù)隱馬爾科夫模型（Hidden MarkovModel）的應(yīng)用。從Baum提出相關(guān)數(shù)學(xué)推理，經(jīng)過Labiner等人的研究，到卡內(nèi)基—梅隆大學(xué)的李開復(fù)最終實現(xiàn)了第一個基于隱馬爾科夫模型的大詞匯量語音識別系統(tǒng)Sphinx，此后的語音識別技術(shù)一直沒有脫離HMM框架。以智能語音識別為例，需要注意以下幾個問題。

機器及計算機對自然語言的識別和理解。要做到這一點，首先必須做到將連續(xù)的講話分解為詞、音素等單位，其次還需要建立一個理解語義的規(guī)則。

語音的信息量大，大范圍的語音識別困難較大。語昔模式不僅對不同的說話同，對同一說話人也是不同的，例如，一個說話人在隨意說話和認真說話時的語音信息是不同的。一個人的說話方式會隨著時間變化，普通話與各個地方的方言是不同的，各個地方的方—言之間又是不同的，這就在客觀上給語音識別造成阻礙，需最大限度寬泛地了解各種類型的語音信息，因此，智能語音識別的發(fā)展道路依然漫長。

語音的模糊性也為識別帶來困擾。說話者在講話時往往不同的詞可能聽起來是相似的，我們稱之為同音詞，需要通過說話的上下文來判斷說話者的意思，以確定這些詞匯，這不僅在漢語中常見，在英語中也十分常見。

單個字母或詞、字的語音特性受上下文的影響，單詞在不同的語境中呈現(xiàn)出不同的重音、音調(diào)、音量和發(fā)音速度，這也是妨礙智能語音正確識別句意的重要方面。

環(huán)境噪聲和干擾對語音識別也有特別嚴重的影響，它在很大程度上使語音識別率降低。

語音識別引領(lǐng)智能家居聲控潮

近20年來，語音識別技術(shù)取得顯著進步，它開始從實驗室走向市場，并催生了智能語音產(chǎn)業(yè)。所謂智能語音產(chǎn)業(yè)，主要指通過語音合成技術(shù)和語音識別技術(shù)為用戶提供各種服務(wù)的產(chǎn)業(yè)。一般來說，用戶只需要用說話的方式給服務(wù)終端發(fā)布命令，就能得到相應(yīng)的服務(wù)。這一產(chǎn)業(yè)最早出現(xiàn)于20世紀60年代，但是由于技術(shù)并不成熟且市場應(yīng)用推廣有限，消費者對其認知度也較低。在全球物聯(lián)網(wǎng)的浪潮下，智能語音產(chǎn)業(yè)已經(jīng)成為IT領(lǐng)域中的一項新興產(chǎn)業(yè)，用戶認知度和市場規(guī)模正在逐漸擴大。不得不說，智能語音產(chǎn)業(yè)正在形成一種趨勢，這對于正在發(fā)展中的智能家居行業(yè)來說，又將是一片待開發(fā)的新藍海，很值得關(guān)注。

放眼全球，智能語音產(chǎn)業(yè)推動的語音聲控?zé)岢币呀?jīng)勢不可擋。在國外，世界三大IT巨頭（蘋果、谷歌、微軟）都在積極布局各自的智能語音市場。蘋果的Siri語音控制功能更是被認為了新一輪智能語音科技革命。

語音控制在智能家居領(lǐng)域其實早有應(yīng)用，不久之前，美國一家視聽公司就透過Siri來控制快思聰自動化控制系統(tǒng)，用戶可以通過語音來開啟燈光、調(diào)整燈光亮度、啟動家庭劇院、控制空調(diào)、切換影音頻道等，讓家庭自動化的功能往前邁進了一大步。

在國內(nèi)，中國語音產(chǎn)業(yè)聯(lián)盟的成立有力推動了中國語音產(chǎn)業(yè)鏈上下游企業(yè)加快發(fā)展步伐。如今，國內(nèi)的智能語音市場已經(jīng)呈現(xiàn)出一派欣欣向榮之象，表現(xiàn)最為突出、競爭最為激烈的當屬智能電視領(lǐng)域。海爾、長虹、TCL、海信等各大傳統(tǒng)企業(yè)紛紛走上變革之路，推出自己的智能電視。在第122屆廣交會上，海爾空調(diào)更是展出了行業(yè)首個“語音遙控器”，它為用戶實現(xiàn)“智能化操作”帶來了便捷。

用戶只需對著小巧的語音遙控器說話，這一語音遙控器即可進行智能辨識并給空調(diào)發(fā)出指令實現(xiàn)自動開關(guān)機、調(diào)溫，以及開啟省電、自清掃、換氣、除甲醛等各類特殊模式，非常簡便隨心。這不僅大大提高了產(chǎn)品人機互動的智能程度，更有望帶動家電行業(yè)智能技術(shù)新=輪的創(chuàng)新步伐，使之成為行業(yè)增長的新引擎。此外，通信行業(yè)也不忘在這場智能語音商業(yè)熱潮中分—一杯羹，中國移動就表示，它將在客戶系統(tǒng)、語音門戶、搜索門戶、智能家居、短信及郵件中逐步提高智能語音功能，包括智能語音翻譯，這必將最終助推中國移動的業(yè)務(wù)和服務(wù)再上新臺階。

語音控制是最自然、最便捷的控制方式，雖然目前該產(chǎn)業(yè)還面臨一些技術(shù)瓶頸，但我們相信，在技術(shù)不斷走向成熟的動力下，困擾其應(yīng)用的準確度和穩(wěn)定性問題也有望迎刃而解。而對于智能家居而言，將語音控制技術(shù)規(guī)?；瘧?yīng)用于智能家居或?qū)⒊蔀槲磥硎袌霭l(fā)展的新趨勢之一。