智能聲音識(shí)別技術(shù)（Intelligent Speech Recognition，ISR）主要是通過對(duì)監(jiān)測樣本的聲音特征進(jìn)行分析，得到該樣本的聲音特征文件。特別的專業(yè)數(shù)字信號(hào)處理器（Digital SignalProcessor，DSP）芯片具有很強(qiáng)的數(shù)據(jù)處理能力，可最大限度地減少占用CPU資源，從而實(shí)現(xiàn)一臺(tái)計(jì)算機(jī)同時(shí)對(duì)多個(gè)音頻信號(hào)進(jìn)行并行處理識(shí)別。這就徹底克服了一般語音識(shí)別算法存在占用CPU時(shí)間長、識(shí)別速度不夠的弱點(diǎn)，非常適合大規(guī)模商業(yè)化應(yīng)用。智能聲音識(shí)別技術(shù)采用了特別的算法，能自動(dòng)對(duì)輸入的音頻信號(hào)進(jìn)行前期處理調(diào)節(jié)，從而大大提高了聲音識(shí)別的正確率，經(jīng)過實(shí)際測試，其識(shí)別準(zhǔn)確率高達(dá)98%以上，達(dá)到了國內(nèi)先進(jìn)水平。這也使得此項(xiàng)技術(shù)真正進(jìn)入了實(shí)用階段。

目前，聲音識(shí)別技術(shù)主要有兩大類：一類是聲音的相似性識(shí)別;另一類是語音的意義識(shí)別。其中第二類是通過語音識(shí)別，將語音變成文字，主要用于信息的快速輸入、人工智能、人機(jī)對(duì)話等領(lǐng)域。而第一種聲音的相似性識(shí)別，是比較兩個(gè)聲音的相似性，從大量的聲音信息中，找出和某一個(gè)樣本聲音相似的部分，主要用于某一個(gè)特定聲音的篩選，可廣泛應(yīng)用于信息檢索、國家安全等領(lǐng)域。

根據(jù)客戶的需求，在語音識(shí)別系統(tǒng)中主要采用聲音相似性識(shí)別技術(shù)，識(shí)別廣播電視節(jié)目。要進(jìn)行聲音的相似性識(shí)別，首先必須對(duì)音頻信號(hào)進(jìn)行數(shù)字化，也就是量化處理，包括樣本的量化和被識(shí)別聲音的量化，其次對(duì)經(jīng)過量化的兩個(gè)聲音文件進(jìn)行匹配對(duì)比，通過復(fù)雜的計(jì)算，得出匹配結(jié)果。

手機(jī)的語音助手功能從蘋果Siri的異?；馃岚l(fā)展到現(xiàn)在已經(jīng)非常普及，僅需一個(gè)手機(jī)應(yīng)用程序便能實(shí)現(xiàn)。電視的語音操作則是由近期快速發(fā)展的智能電視所引導(dǎo)起來的，現(xiàn)在許多高性能的智能電視中也已經(jīng)比較常見了。

語音控制可以用多屏互動(dòng)的語音輸入來實(shí)現(xiàn)，可以控制電視的搜索、應(yīng)用程序的打開、換臺(tái)等動(dòng)作。超強(qiáng)的語音識(shí)別技術(shù)，只需要簡單下達(dá)口令，即可輕松完成電視控制、咨詢信息以及搜索功能。

語音控制需要電視具備強(qiáng)大的處理運(yùn)算能力，首先需要識(shí)別聲音，把口語轉(zhuǎn)化為文字，再通過語音知識(shí)庫來進(jìn)行匹配識(shí)別。接著還需要系統(tǒng)自動(dòng)執(zhí)行相應(yīng)的任務(wù)，進(jìn)行音量調(diào)節(jié)、換臺(tái)、切換模式等。而這直接對(duì)電視硬件配置提出了要求，一般功能強(qiáng)大、反應(yīng)迅速的語音系統(tǒng)一定有一個(gè)強(qiáng)大的處理核心。