主流(liu)方向是(shi)(shi)(shi)更(geng)(geng)深(shen)更(geng)(geng)復(fu)雜(za)的(de)神經網(wang)絡(luo)技術融(rong)合端(duan)到端(duan)技術。2018年，科大訊飛提出深(shen)度(du)全(quan)序(xu)列卷(juan)積(ji)神經網(wang)絡(luo)（DFCNN），DFCNN使(shi)用(yong)大量(liang)的(de)卷(juan)積(ji)直接(jie)對(dui)整句語(yu)音(yin)(yin)(yin)(yin)信(xin)號(hao)進行(xing)(xing)建(jian)模(mo)(mo)，主要借鑒了圖像識(shi)(shi)別(bie)的(de)網(wang)絡(luo)配置(zhi)，每(mei)個(ge)卷(juan)積(ji)層(ceng)(ceng)(ceng)使(shi)用(yong)小(xiao)卷(juan)積(ji)核，并在多(duo)(duo)(duo)個(ge)卷(juan)積(ji)層(ceng)(ceng)(ceng)之(zhi)后再加上(shang)(shang)池化層(ceng)(ceng)(ceng)，通(tong)過累積(ji)非常多(duo)(duo)(duo)卷(juan)積(ji)池化層(ceng)(ceng)(ceng)對(dui)，從而(er)可(ke)(ke)以(yi)(yi)看到更(geng)(geng)多(duo)(duo)(duo)的(de)歷史信(xin)息。2018年，阿里提出LFR-DFSMN（LowerFrameRate-DeepFeedforwardSequentialMemoryNetworks）。該(gai)模(mo)(mo)型(xing)將低幀率(lv)算法(fa)和DFSMN算法(fa)進行(xing)(xing)融(rong)合，語(yu)音(yin)(yin)(yin)(yin)識(shi)(shi)別(bie)錯誤率(lv)相比上(shang)(shang)一(yi)(yi)(yi)代技術降(jiang)低20%，解碼(ma)速度(du)提升3倍。FSMN通(tong)過在FNN的(de)隱層(ceng)(ceng)(ceng)添加一(yi)(yi)(yi)些(xie)可(ke)(ke)學習的(de)記憶(yi)模(mo)(mo)塊，從而(er)可(ke)(ke)以(yi)(yi)有效的(de)對(dui)語(yu)音(yin)(yin)(yin)(yin)的(de)長時相關性進行(xing)(xing)建(jian)模(mo)(mo)。而(er)DFSMN是(shi)(shi)(shi)通(tong)過跳轉避免深(shen)層(ceng)(ceng)(ceng)網(wang)絡(luo)的(de)梯(ti)度(du)消失問題(ti)，可(ke)(ke)以(yi)(yi)訓練出更(geng)(geng)深(shen)層(ceng)(ceng)(ceng)的(de)網(wang)絡(luo)結構。2019年，百度(du)提出了流(liu)式多(duo)(duo)(duo)級(ji)的(de)截斷注意(yi)(yi)力(li)(li)模(mo)(mo)型(xing)SMLTA，該(gai)模(mo)(mo)型(xing)是(shi)(shi)(shi)在LSTM和CTC的(de)基礎上(shang)(shang)引入了注意(yi)(yi)力(li)(li)機制來獲取(qu)更(geng)(geng)大范圍和更(geng)(geng)有層(ceng)(ceng)(ceng)次的(de)上(shang)(shang)下文信(xin)息。其中流(liu)式表示(shi)可(ke)(ke)以(yi)(yi)直接(jie)對(dui)語(yu)音(yin)(yin)(yin)(yin)進行(xing)(xing)一(yi)(yi)(yi)個(ge)小(xiao)片(pian)段一(yi)(yi)(yi)個(ge)小(xiao)片(pian)段的(de)增量(liang)解碼(ma)；多(duo)(duo)(duo)級(ji)表示(shi)堆疊多(duo)(duo)(duo)層(ceng)(ceng)(ceng)注意(yi)(yi)力(li)(li)模(mo)(mo)型(xing)；截斷則表示(shi)利用(yong)CTC模(mo)(mo)型(xing)的(de)尖峰信(xin)息，把語(yu)音(yin)(yin)(yin)(yin)切(qie)割成一(yi)(yi)(yi)個(ge)一(yi)(yi)(yi)個(ge)小(xiao)片(pian)段，注意(yi)(yi)力(li)(li)模(mo)(mo)型(xing)和解碼(ma)可(ke)(ke)以(yi)(yi)在這(zhe)些(xie)小(xiao)片(pian)段上(shang)(shang)展開。在線(xian)語(yu)音(yin)(yin)(yin)(yin)識(shi)(shi)別(bie)率(lv)上(shang)(shang)。聲(sheng)音(yin)(yin)(yin)(yin)從本質(zhi)是(shi)(shi)(shi)一(yi)(yi)(yi)種波(bo)，也(ye)就是(shi)(shi)(shi)聲(sheng)波(bo)，這(zhe)種波(bo)可(ke)(ke)以(yi)(yi)作為一(yi)(yi)(yi)種信(xin)號(hao)來進行(xing)(xing)處理。遼寧語(yu)音(yin)(yin)(yin)(yin)識(shi)(shi)別(bie)庫

2）初始(shi)化(hua)(hua)離(li)(li)線引(yin)擎：初始(shi)化(hua)(hua)訊飛(fei)離(li)(li)線語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)庫，根(gen)據(ju)(ju)(ju)(ju)本地生成(cheng)的(de)(de)語(yu)(yu)(yu)(yu)(yu)(yu)法文檔，構(gou)建語(yu)(yu)(yu)(yu)(yu)(yu)法網(wang)絡，輸入(ru)語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識(shi)別(bie)(bie)器(qi)中；（3）初始(shi)化(hua)(hua)聲音(yin)(yin)(yin)(yin)驅動：根(gen)據(ju)(ju)(ju)(ju)離(li)(li)線引(yin)擎的(de)(de)要求，初始(shi)化(hua)(hua)ALSA庫；（4）啟動數(shu)據(ju)(ju)(ju)(ju)采(cai)(cai)集(ji)(ji)：如(ru)果有用戶(hu)(hu)(hu)有語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識(shi)別(bie)(bie)請求，語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)控(kong)(kong)制模塊(kuai)啟動實時(shi)(shi)(shi)語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)采(cai)(cai)集(ji)(ji)程序；（5）靜音(yin)(yin)(yin)(yin)切(qie)除(chu)：在語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)數(shu)據(ju)(ju)(ju)(ju)的(de)(de)前端(duan)，可能存在部分(fen)靜音(yin)(yin)(yin)(yin)數(shu)據(ju)(ju)(ju)(ju)，ALSA庫開(kai)啟靜音(yin)(yin)(yin)(yin)檢測(ce)功(gong)能，將靜音(yin)(yin)(yin)(yin)數(shu)據(ju)(ju)(ju)(ju)切(qie)除(chu)后(hou)傳(chuan)(chuan)送至(zhi)語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識(shi)別(bie)(bie)引(yin)擎；（6）語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識(shi)別(bie)(bie)狀(zhuang)態(tai)檢測(ce)：語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)控(kong)(kong)制模塊(kuai)定時(shi)(shi)(shi)檢測(ce)引(yin)擎系統的(de)(de)語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識(shi)別(bie)(bie)狀(zhuang)態(tai)，當離(li)(li)線引(yin)擎有結果輸出時(shi)(shi)(shi)，提(ti)取語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識(shi)別(bie)(bie)結果；（7）結束語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)采(cai)(cai)集(ji)(ji)：語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)控(kong)(kong)制模塊(kuai)通知ALSA，終止實時(shi)(shi)(shi)語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)數(shu)據(ju)(ju)(ju)(ju)的(de)(de)采(cai)(cai)集(ji)(ji)；（8）語(yu)(yu)(yu)(yu)(yu)(yu)義(yi)解(jie)析(xi)(xi)：語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)控(kong)(kong)制模塊(kuai)根(gen)據(ju)(ju)(ju)(ju)語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識(shi)別(bie)(bie)的(de)(de)結果，完成(cheng)語(yu)(yu)(yu)(yu)(yu)(yu)義(yi)解(jie)析(xi)(xi)，根(gen)據(ju)(ju)(ju)(ju)和的(de)(de)內容，確定用戶(hu)(hu)(hu)需求，根(gen)據(ju)(ju)(ju)(ju)的(de)(de)內容，確認(ren)用戶(hu)(hu)(hu)信息(xi)；（9）語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識(shi)別(bie)(bie)結束：語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)控(kong)(kong)制模塊(kuai)將語(yu)(yu)(yu)(yu)(yu)(yu)義(yi)解(jie)析(xi)(xi)的(de)(de)結果上(shang)傳(chuan)(chuan)至(zhi)用戶(hu)(hu)(hu)模塊(kuai)，同時(shi)(shi)(shi)結束本次語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識(shi)別(bie)(bie)。根(gen)據(ju)(ju)(ju)(ju)項目需求，分(fen)別(bie)(bie)在中等、低等噪音(yin)(yin)(yin)(yin)的(de)(de)辦公室環境中，對語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)撥(bo)號軟(ruan)件功(gong)能進行科學的(de)(de)測(ce)試驗證。廣州新一代語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識(shi)別(bie)(bie)介紹從技術(shu)來看(kan)，整個語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)交(jiao)互鏈條(tiao)有五項單點技術(shu)：喚醒、麥克(ke)風(feng)陣列、語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識(shi)別(bie)(bie)、自(zi)然語(yu)(yu)(yu)(yu)(yu)(yu)言(yan)處理、語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)合成(cheng)。

包(bao)括語(yu)(yu)(yu)(yu)法(fa)(fa)(fa)詞典的(de)(de)(de)(de)(de)構建(jian)、語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)識(shi)(shi)(shi)別(bie)(bie)(bie)引擎(qing)的(de)(de)(de)(de)(de)初始化配(pei)置、音(yin)(yin)(yin)頻(pin)數(shu)(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)的(de)(de)(de)(de)(de)采集(ji)控(kong)制和(he)(he)基本語(yu)(yu)(yu)(yu)義的(de)(de)(de)(de)(de)解析等(deng)；應用數(shu)(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)庫(ku)是用戶(hu)(hu)(hu)的(de)(de)(de)(de)(de)數(shu)(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)中(zhong)(zhong)心，作(zuo)為語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)識(shi)(shi)(shi)別(bie)(bie)(bie)數(shu)(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)的(de)(de)(de)(de)(de)源(yuan)頭(tou)，語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)控(kong)制模(mo)塊(kuai)從中(zhong)(zhong)提(ti)取(qu)用戶(hu)(hu)(hu)關(guan)鍵數(shu)(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)，并以此(ci)為基礎構建(jian)本地(di)語(yu)(yu)(yu)(yu)法(fa)(fa)(fa)詞典；語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)識(shi)(shi)(shi)別(bie)(bie)(bie)離(li)(li)線(xian)引擎(qing)是語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)轉(zhuan)換為文字(zi)的(de)(de)(de)(de)(de)關(guan)鍵模(mo)塊(kuai)，支(zhi)持(chi)在離(li)(li)線(xian)的(de)(de)(de)(de)(de)情(qing)況(kuang)下，根據(ju)(ju)(ju)(ju)(ju)本地(di)構建(jian)的(de)(de)(de)(de)(de)語(yu)(yu)(yu)(yu)法(fa)(fa)(fa)網(wang)絡，完成非特定人連續語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)識(shi)(shi)(shi)別(bie)(bie)(bie)功能，同時具備(bei)語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)數(shu)(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)前、后端(duan)點檢測、聲(sheng)音(yin)(yin)(yin)除噪處理、識(shi)(shi)(shi)別(bie)(bie)(bie)門限設(she)置等(deng)基本功能；音(yin)(yin)(yin)頻(pin)采集(ji)在本方(fang)案中(zhong)(zhong)屬于輔助模(mo)塊(kuai)，具備(bei)靈活、便捷的(de)(de)(de)(de)(de)語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)控(kong)制接口，支(zhi)持(chi)在不同采樣要(yao)求和(he)(he)采樣環境(jing)中(zhong)(zhong)，對實時音(yin)(yin)(yin)頻(pin)數(shu)(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)的(de)(de)(de)(de)(de)采集(ji)。（2）關(guan)鍵要(yao)素分析本方(fang)案工作(zuo)于離(li)(li)線(xian)的(de)(de)(de)(de)(de)網(wang)絡環境(jing)中(zhong)(zhong)，語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)數(shu)(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)的(de)(de)(de)(de)(de)采集(ji)、識(shi)(shi)(shi)別(bie)(bie)(bie)和(he)(he)語(yu)(yu)(yu)(yu)義的(de)(de)(de)(de)(de)解析等(deng)功能都在終端(duan)完成，因(yin)此(ci)設(she)備(bei)性能的(de)(de)(de)(de)(de)優化和(he)(he)語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)識(shi)(shi)(shi)別(bie)(bie)(bie)的(de)(de)(de)(de)(de)準度尤(you)為重要(yao)。在具體的(de)(de)(de)(de)(de)實現過程中(zhong)(zhong)，存在以下要(yao)素需要(yao)重點關(guan)注。（1）用戶(hu)(hu)(hu)構建(jian)的(de)(de)(de)(de)(de)語(yu)(yu)(yu)(yu)法(fa)(fa)(fa)文檔在引擎(qing)系(xi)統初始化時，編譯成語(yu)(yu)(yu)(yu)法(fa)(fa)(fa)網(wang)絡送往語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)識(shi)(shi)(shi)別(bie)(bie)(bie)器，語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)識(shi)(shi)(shi)別(bie)(bie)(bie)器根據(ju)(ju)(ju)(ju)(ju)語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)數(shu)(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)的(de)(de)(de)(de)(de)特征信息，在識(shi)(shi)(shi)別(bie)(bie)(bie)網(wang)絡上進行路徑(jing)匹配(pei)，識(shi)(shi)(shi)別(bie)(bie)(bie)并提(ti)取(qu)用戶(hu)(hu)(hu)語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)數(shu)(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)的(de)(de)(de)(de)(de)真(zhen)實信息，因(yin)此(ci)語(yu)(yu)(yu)(yu)法(fa)(fa)(fa)文檔的(de)(de)(de)(de)(de)語(yu)(yu)(yu)(yu)法(fa)(fa)(fa)結(jie)構是否合理，直接關(guan)系(xi)到識(shi)(shi)(shi)別(bie)(bie)(bie)準確率(lv)的(de)(de)(de)(de)(de)高低；（2）應用數(shu)(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)庫(ku)是作(zuo)為語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)識(shi)(shi)(shi)別(bie)(bie)(bie)數(shu)(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)的(de)(de)(de)(de)(de)源(yuan)頭(tou)，其中(zhong)(zhong)的(de)(de)(de)(de)(de)關(guan)鍵數(shu)(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)如果有變化。

取距離近的(de)(de)(de)樣本所對應(ying)的(de)(de)(de)詞標注為(wei)該語(yu)(yu)音(yin)(yin)(yin)(yin)(yin)信號(hao)的(de)(de)(de)發(fa)(fa)音(yin)(yin)(yin)(yin)(yin)。該方(fang)法對解決孤立詞識別(bie)(bie)是(shi)有(you)效(xiao)的(de)(de)(de)，但對于(yu)(yu)大(da)詞匯量、非特(te)定(ding)人(ren)(ren)連續語(yu)(yu)音(yin)(yin)(yin)(yin)(yin)識別(bie)(bie)就無(wu)能(neng)為(wei)力。因此，進(jin)入80年(nian)(nian)(nian)代(dai)(dai)后，研究(jiu)思路發(fa)(fa)生(sheng)了(le)重(zhong)大(da)變化，從傳統的(de)(de)(de)基(ji)于(yu)(yu)模(mo)板(ban)匹配的(de)(de)(de)技(ji)(ji)術(shu)思路開始轉(zhuan)(zhuan)向基(ji)于(yu)(yu)統計模(mo)型(xing)(xing)（HMM）的(de)(de)(de)技(ji)(ji)術(shu)思路。HMM的(de)(de)(de)理(li)論基(ji)礎在(zai)1970年(nian)(nian)(nian)前后就已經由(you)Baum等人(ren)(ren)建立起來，隨后由(you)CMU的(de)(de)(de)Baker和(he)IBM的(de)(de)(de)Jelinek等人(ren)(ren)將其應(ying)用(yong)到(dao)語(yu)(yu)音(yin)(yin)(yin)(yin)(yin)識別(bie)(bie)當(dang)中。HMM模(mo)型(xing)(xing)假定(ding)一(yi)(yi)(yi)個音(yin)(yin)(yin)(yin)(yin)素含有(you)3到(dao)5個狀(zhuang)態(tai)，同一(yi)(yi)(yi)狀(zhuang)態(tai)的(de)(de)(de)發(fa)(fa)音(yin)(yin)(yin)(yin)(yin)相(xiang)對穩定(ding)，不(bu)同狀(zhuang)態(tai)間是(shi)可以按(an)照一(yi)(yi)(yi)定(ding)概率進(jin)行(xing)跳轉(zhuan)(zhuan)；某一(yi)(yi)(yi)狀(zhuang)態(tai)的(de)(de)(de)特(te)征分(fen)(fen)布(bu)可以用(yong)概率模(mo)型(xing)(xing)來描述，使用(yong)的(de)(de)(de)模(mo)型(xing)(xing)是(shi)GMM。因此GMM-HMM框(kuang)架中，HMM描述的(de)(de)(de)是(shi)語(yu)(yu)音(yin)(yin)(yin)(yin)(yin)的(de)(de)(de)短時平穩的(de)(de)(de)動態(tai)性(xing)，GMM用(yong)來描述HMM每一(yi)(yi)(yi)狀(zhuang)態(tai)內部的(de)(de)(de)發(fa)(fa)音(yin)(yin)(yin)(yin)(yin)特(te)征。基(ji)于(yu)(yu)GMM-HMM框(kuang)架，研究(jiu)者提(ti)出各種改進(jin)方(fang)法，如結合(he)上下(xia)文信息的(de)(de)(de)動態(tai)貝葉(xie)斯方(fang)法、區分(fen)(fen)性(xing)訓(xun)(xun)練方(fang)法、自適應(ying)訓(xun)(xun)練方(fang)法、HMM/NN混合(he)模(mo)型(xing)(xing)方(fang)法等。這些(xie)方(fang)法都對語(yu)(yu)音(yin)(yin)(yin)(yin)(yin)識別(bie)(bie)研究(jiu)產生(sheng)了(le)深遠影響，并為(wei)下(xia)一(yi)(yi)(yi)代(dai)(dai)語(yu)(yu)音(yin)(yin)(yin)(yin)(yin)識別(bie)(bie)技(ji)(ji)術(shu)的(de)(de)(de)產生(sheng)做好(hao)了(le)準(zhun)備。自上世紀90年(nian)(nian)(nian)代(dai)(dai)語(yu)(yu)音(yin)(yin)(yin)(yin)(yin)識別(bie)(bie)聲(sheng)學模(mo)型(xing)(xing)的(de)(de)(de)區分(fen)(fen)性(xing)訓(xun)(xun)練準(zhun)則和(he)模(mo)型(xing)(xing)自適應(ying)方(fang)法被提(ti)出以后，在(zai)很長一(yi)(yi)(yi)段(duan)內語(yu)(yu)音(yin)(yin)(yin)(yin)(yin)識別(bie)(bie)的(de)(de)(de)發(fa)(fa)展比(bi)較緩慢(man)，語(yu)(yu)音(yin)(yin)(yin)(yin)(yin)識別(bie)(bie)錯誤率那條線(xian)一(yi)(yi)(yi)直沒有(you)明顯下(xia)降。DNN-HMM時代(dai)(dai)2006年(nian)(nian)(nian)。意(yi)味著具備了(le)與人(ren)(ren)類相(xiang)仿的(de)(de)(de)語(yu)(yu)言(yan)識別(bie)(bie)能(neng)力。

語(yu)音識(shi)(shi)(shi)(shi)別(bie)(bie)包括(kuo)兩(liang)個階段(duan):訓(xun)(xun)練和(he)識(shi)(shi)(shi)(shi)別(bie)(bie)。不(bu)管是(shi)(shi)訓(xun)(xun)練還是(shi)(shi)識(shi)(shi)(shi)(shi)別(bie)(bie)，都必(bi)須對(dui)(dui)(dui)(dui)輸入(ru)(ru)語(yu)音預處(chu)(chu)理(li)(li)(li)和(he)特(te)(te)征(zheng)提(ti)取。訓(xun)(xun)練階段(duan)所做的(de)具體(ti)工(gong)作(zuo)是(shi)(shi)收(shou)集(ji)(ji)大(da)量(liang)(liang)的(de)語(yu)音語(yu)料，經過(guo)預處(chu)(chu)理(li)(li)(li)和(he)特(te)(te)征(zheng)提(ti)取后得(de)到特(te)(te)征(zheng)矢(shi)量(liang)(liang)參(can)數，通過(guo)特(te)(te)征(zheng)建(jian)(jian)模(mo)(mo)(mo)達到建(jian)(jian)立訓(xun)(xun)練語(yu)音的(de)參(can)考(kao)模(mo)(mo)(mo)型庫的(de)目(mu)的(de)。而識(shi)(shi)(shi)(shi)別(bie)(bie)階段(duan)所做的(de)主(zhu)要(yao)(yao)工(gong)作(zuo)是(shi)(shi)將輸入(ru)(ru)語(yu)音的(de)特(te)(te)征(zheng)矢(shi)量(liang)(liang)參(can)數和(he)參(can)考(kao)模(mo)(mo)(mo)型庫中(zhong)的(de)參(can)考(kao)模(mo)(mo)(mo)型進(jin)行(xing)相(xiang)(xiang)似性度量(liang)(liang)比(bi)較，然后把相(xiang)(xiang)似性高的(de)輸入(ru)(ru)特(te)(te)征(zheng)矢(shi)量(liang)(liang)作(zuo)為(wei)(wei)識(shi)(shi)(shi)(shi)別(bie)(bie)結(jie)果(guo)輸出。這樣，終(zhong)就(jiu)達到了語(yu)音識(shi)(shi)(shi)(shi)別(bie)(bie)的(de)目(mu)的(de)。語(yu)音識(shi)(shi)(shi)(shi)別(bie)(bie)的(de)基本原理(li)(li)(li)是(shi)(shi)現有的(de)識(shi)(shi)(shi)(shi)別(bie)(bie)技術按照(zhao)識(shi)(shi)(shi)(shi)別(bie)(bie)對(dui)(dui)(dui)(dui)象可以分為(wei)(wei)特(te)(te)定(ding)(ding)人識(shi)(shi)(shi)(shi)別(bie)(bie)和(he)非(fei)特(te)(te)定(ding)(ding)人識(shi)(shi)(shi)(shi)別(bie)(bie)。特(te)(te)定(ding)(ding)人識(shi)(shi)(shi)(shi)別(bie)(bie)是(shi)(shi)指識(shi)(shi)(shi)(shi)別(bie)(bie)對(dui)(dui)(dui)(dui)象為(wei)(wei)專(zhuan)門的(de)人，非(fei)特(te)(te)定(ding)(ding)人識(shi)(shi)(shi)(shi)別(bie)(bie)是(shi)(shi)指識(shi)(shi)(shi)(shi)別(bie)(bie)對(dui)(dui)(dui)(dui)象是(shi)(shi)針對(dui)(dui)(dui)(dui)大(da)多數用(yong)戶，一般需要(yao)(yao)采集(ji)(ji)多個人的(de)語(yu)音進(jin)行(xing)錄音和(he)訓(xun)(xun)練，經過(guo)學習，達到較高的(de)識(shi)(shi)(shi)(shi)別(bie)(bie)率。基于(yu)現有技術開發(fa)嵌(qian)(qian)入(ru)(ru)式(shi)語(yu)音交互系統，目(mu)前主(zhu)要(yao)(yao)有兩(liang)種(zhong)(zhong)方式(shi):一種(zhong)(zhong)是(shi)(shi)直接在嵌(qian)(qian)入(ru)(ru)式(shi)處(chu)(chu)理(li)(li)(li)器(qi)中(zhong)調用(yong)語(yu)音開發(fa)包;另一種(zhong)(zhong)是(shi)(shi)嵌(qian)(qian)入(ru)(ru)式(shi)處(chu)(chu)理(li)(li)(li)器(qi)外(wai)擴展語(yu)音芯片(pian)。第一種(zhong)(zhong)方法程序量(liang)(liang)大(da)，計算復雜，需要(yao)(yao)占(zhan)用(yong)大(da)量(liang)(liang)的(de)處(chu)(chu)理(li)(li)(li)器(qi)資源，開發(fa)周(zhou)期長;第二種(zhong)(zhong)方法相(xiang)(xiang)對(dui)(dui)(dui)(dui)簡(jian)單(dan)，只需要(yao)(yao)關(guan)注語(yu)音芯片(pian)的(de)接口部分與微(wei)處(chu)(chu)理(li)(li)(li)器(qi)相(xiang)(xiang)連，結(jie)構簡(jian)單(dan)，搭建(jian)(jian)方便(bian)，微(wei)處(chu)(chu)理(li)(li)(li)器(qi)的(de)計算負擔降低，增強了可靠(kao)性，縮短了開發(fa)周(zhou)期。本文的(de)語(yu)音識(shi)(shi)(shi)(shi)別(bie)(bie)模(mo)(mo)(mo)塊是(shi)(shi)以嵌(qian)(qian)入(ru)(ru)式(shi)微(wei)處(chu)(chu)理(li)(li)(li)器(qi)為(wei)(wei)說(shuo)明。它融合了語(yu)言學、計算機科學和(he)電(dian)氣工(gong)程領域的(de)知識(shi)(shi)(shi)(shi)和(he)研究。青海(hai)語(yu)音識(shi)(shi)(shi)(shi)別(bie)(bie)在線

語音識(shi)(shi)別應用包括語音用戶界面，例如語音撥號、呼叫(jiao)路由(you)、多(duo)用戶設備控制(zhi)、搜索、簡單的數據(ju)輸入等。遼寧語音識(shi)(shi)別庫

Siri、Alexa等(deng)虛擬助手的(de)出(chu)現(xian)，讓(rang)自(zi)(zi)動(dong)語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識別(bie)系(xi)(xi)統(tong)(tong)(tong)得到了(le)更廣(guang)的(de)運用(yong)與發展(zhan)。自(zi)(zi)動(dong)語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識別(bie)(ASR)是一種將口語(yu)(yu)(yu)(yu)(yu)(yu)轉換為文(wen)本(ben)的(de)過程。該技術正在不(bu)斷(duan)應用(yong)于即時通訊(xun)應用(yong)程序、搜(sou)索引擎、車載系(xi)(xi)統(tong)(tong)(tong)和家(jia)庭自(zi)(zi)動(dong)化(hua)中。盡管所有這(zhe)(zhe)些(xie)系(xi)(xi)統(tong)(tong)(tong)都依賴于略有不(bu)同的(de)技術流程，但(dan)(dan)這(zhe)(zhe)些(xie)所有系(xi)(xi)統(tong)(tong)(tong)的(de)第一步(bu)都是相同的(de)：捕獲語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)數(shu)(shu)(shu)(shu)據(ju)并將其轉換為機(ji)器可讀(du)的(de)文(wen)本(ben)。但(dan)(dan)ASR系(xi)(xi)統(tong)(tong)(tong)如(ru)何(he)工(gong)作？它如(ru)何(he)學(xue)會辨別(bie)語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)？本(ben)文(wen)將簡要介紹自(zi)(zi)動(dong)語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識別(bie)。我們(men)將研(yan)究語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)轉換成(cheng)文(wen)本(ben)的(de)過程、如(ru)何(he)構(gou)建ASR系(xi)(xi)統(tong)(tong)(tong)以及未來對ASR技術的(de)期望(wang)。那么，我們(men)開始吧！ASR系(xi)(xi)統(tong)(tong)(tong)：它們(men)如(ru)何(he)運作？因(yin)此(ci)，從(cong)基礎層面來看(kan)，我們(men)知道自(zi)(zi)動(dong)語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識別(bie)看(kan)起來如(ru)下：音(yin)(yin)(yin)(yin)頻數(shu)(shu)(shu)(shu)據(ju)輸(shu)(shu)入，文(wen)本(ben)數(shu)(shu)(shu)(shu)據(ju)輸(shu)(shu)出(chu)。但(dan)(dan)是，從(cong)輸(shu)(shu)入到輸(shu)(shu)出(chu)，音(yin)(yin)(yin)(yin)頻數(shu)(shu)(shu)(shu)據(ju)需要變成(cheng)機(ji)器可讀(du)的(de)數(shu)(shu)(shu)(shu)據(ju)。這(zhe)(zhe)意味著數(shu)(shu)(shu)(shu)據(ju)通過聲學(xue)模型和語(yu)(yu)(yu)(yu)(yu)(yu)言(yan)(yan)模型進(jin)行發送。這(zhe)(zhe)兩個(ge)過程是這(zhe)(zhe)樣的(de)：聲學(xue)模型確定了(le)語(yu)(yu)(yu)(yu)(yu)(yu)言(yan)(yan)中音(yin)(yin)(yin)(yin)頻信號(hao)和語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)單(dan)(dan)位之間的(de)關系(xi)(xi)，而(er)語(yu)(yu)(yu)(yu)(yu)(yu)言(yan)(yan)模型將聲音(yin)(yin)(yin)(yin)與單(dan)(dan)詞(ci)及單(dan)(dan)詞(ci)序列進(jin)行匹(pi)配。這(zhe)(zhe)兩個(ge)模型允許ASR系(xi)(xi)統(tong)(tong)(tong)對音(yin)(yin)(yin)(yin)頻輸(shu)(shu)入進(jin)行概率檢查，以預(yu)測(ce)其中的(de)單(dan)(dan)詞(ci)和句(ju)子(zi)。然后，系(xi)(xi)統(tong)(tong)(tong)會選出(chu)具有**高置信度等(deng)級的(de)預(yu)測(ce)。**有時語(yu)(yu)(yu)(yu)(yu)(yu)言(yan)(yan)模型可以優先考慮某些(xie)因(yin)其他(ta)因(yin)素而(er)被認(ren)為更有可能的(de)預(yu)測(ce)。因(yin)此(ci)，如(ru)果通過ASR系(xi)(xi)統(tong)(tong)(tong)運行短語(yu)(yu)(yu)(yu)(yu)(yu)。遼寧語(yu)(yu)(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)識別(bie)庫

本文來自四川精碳(tan)偉業(ye)環保(bao)科(ke)技有限(xian)責任公(gong)司：//wasul.cn/Article/96a8699817.html