PRODUCTS
声明：，，，。概况
语音辨认技能，也被称为主动语音辨认Automatic Speech Recognition，(ASR)，其方针是将人类的语音中的词汇内容转换为核算机可读的输入，例如按键、二进制编码或许字符序列。与说话人辨认及说话人承认不同，后者测验辨认或承认宣布语音的说话人而非其间所包含的词汇内容。
2019年8月17日，北京互联网法院发布《互联网技能司法运用白皮书》，该《白皮书》论述了十大典型技能运用，其间包含语音辨认技能。
跟着数据处理技能的行进以及移动互联网的快速遍及，核算机技能被广泛地运用到了社会的各个范畴，随之而来的则是员姜朽海量数据的发生。其间，语音数据受到了人们越讲禁来越多的注重。语音辨认是一门交叉学科。近二十年来。语音辨认技能获得显着行进，初步从实验室走向商场。人们预巴墓乎计，未端达艰来10年内，语音辨认技能将进入工业、家电、通讯、轿车电子、医疗、家庭服务、消费电子产品等各个范畴。语音辨认听写机在一些范畴的运用被美国新闻界评为1997年核算机开展十件大事之一。许多专家都以为语音辨认技能是2000年至2010年间信息技能范畴十大重要的科拄开展技能之一。语音辨认技能所触及的范畴包含：信号处理、形式辨认、概率论信息论、道洪汗润发声机理和听觉机理、人工智能等等。
语音辨认较语音组成而言，技能上要杂乱，但运用却愈加广泛。语音辨认ASR(Automatic Speech Recognition)的最大优势在于使得人机用户界面愈加天然和简略运用。
从初步研讨语音辨认技能至今，语音辨认技能的开展现已有半个多世纪的前史。语音辨认技能研讨的初步，是Davis等人研讨的Audry体系，它是其时榜首个能够获取几个英文字母的体系。到了20世纪60时代，随同核算机技能的开展，语音辨认技能也得以行进，动态规划和线性猜测剖析技能处理了语音辨认中最为重要的问题——语音信号发生的模型问题；70时代，语音辨认技能有了重大打破，动态时刻规整技能（DTW）根本老练，使语音变得能够等长，别的，矢量量化（VQ）和隐马尔科夫模型理论（HMM）也不断完善，为之后语音辨认的开展做了衬托；80时代对语音辨认的研讨更为完全，各种语音辨认算法被提出，其间的杰出作用包含HMM模型人工神经网络ANN）；进入90时代后，语音辨认技能初步运用于全球商场，许多闻名科技互联网公司， 如IBM，Apple等，都为语音辨认技能的开发和研讨投入巨资；到了 21 世纪，语音辨认技能研讨要点转变为即兴白话和天然对话以及多种语种的同声翻译。
国内关于语音辨认技能的研讨与探究从20 世纪80 时代初步，获得了许多作用而且开展飞速。例如：清华大学研发的语音辨认技能以1183 个单音节作为辨认基元，并对其音节进行分化，终究进行辨认，使三字词和四字词的精确率高达98%；中科院选用接连密度的HMM，整个体系的辨认率到达89.5%，声谐和词语的辨认率分别是 99.5%和95%。目 前，我国的语音辨认技能现已和国际上的超级大国实力适当， 其归纳错误率可操控在10%以内。
清华大学电子工程系语音技能与专用芯片规划课题组，研发的非特定人汉语数码串接连语音辨认体系的辨认精度，到达94.8%（不定长数字串）和96.8%（定长数字串）。在有5%的拒识率状况下，体系辨认率能够到达96.9%（不定长数字串）和98.7%（定长数字串），这是现在国际最好的辨认成果之一，其功用现已挨近有用水平颈堡迁讲。研发的5000词邮包校核非特定人接连语音辨认体系的辨认率到达98.73%，前三选辨认率达99.96%；而且能够辨认普通话与四川话两种言语，到达有用要求。
中科院主动化所及其所属形式科技(Pattek)公司2002年发布了他们一起推出的面向不同核算渠道和运用的“天语”中文语音系列产品——PattekASR，完毕了中文语音辨认产品自1998年以来一向由国外公司独占的前史。
语音辨认是触及心思学、生理学、声学、言语学、信息理论、信号处理、核算机科学、形式辨认等多个学科的交叉学科，具有宽广的运用远景，如语音检索、指令操控、主动客户服务、机器主动翻译等。当今信息社会的高速开展迫切需求功用优越的，能满意各种不同需求的主动语音辨认技能。可是，这样的方针面对着诸多困难，如：①语音信号会受 到上下文的影响而发生改变；②发音人以及口音的不同会导致语音特征在参数空间散布的不同；③同一发音人心思和生理改变带来的语地促欠音改变；④不同的发音办法和习气引起的省掉、连读等多变的语音现象；⑤环境和信道等要素形成的语音信号失线]
关于主动语音辨认的探究，实践是早于核算机的呈现的，前期的声码器能够看作是语音组成和辨认技能的雏形，20世纪20时代呈现的“Radio Rex”玩具狗也许是人类前史上最早的语音辨认机。现代主动语音辨认技能能够追溯到上世纪50时代贝尔实验室的 研讨员运用模仿元器件，提取剖析元音的共振峰信息，完结了十个英文孤立数字的辨认功用。到了50时代末，计算语法的概念被伦敦大学学院的研讨者初次参加到语音辨认中(Fry，1959)，具有辨认子音和元音音素功用的辨认器面世。在同一时期，用于特定环境中面向非特定人10个元音的音紊辨认器也在麻省理工大学的林肯实验室被研发出来。概率在不确认性数据管理中扮演重要人物，但多重概率的呈现也极大的加大了数据处理的冗杂度。
模仿的语音信号进行采样得到波形数据之后，首先要输入到特征提取模块，提取出适合的声学特征参数供后续声学模型练习运用。好的声学特征应当考虑以下三个方面 的要素。榜首，应当具有比较优异的差异特性．以使声学模型不同的建模单元能够便当精确的建模。其次，特征提取也能够以为是语音信息的紧缩编码进程，既需求将信道、说话人的要素消除保存与内容相关的信息，又需求在不丢失过多有用信息的状况下运用尽量低的参数维度，便于高效精确的进行模型的练习。终究，需求考虑鲁棒性，即对环境噪声的抗干扰才干。
现在干流语音辨认体系都选用隐马尔科夫模型(HMM)作为声学模型，这是因为HMM具有许多优秀特性。HMM模型的状况跳转模型很合适人类语音的短时平稳特性，能够对不断发生的观测值(语音信号)进行便当的计算建模；与HNN相伴生的动态规划算法能够有用地完结对可变长度的时刻序列进行分段和分类的功用；HMM的运用规模广泛。只需挑选不同的生成概率密度，离散散布或许接连散布，都能够运用HNM进行建模。HMM以及与之相关的技能在语音辨认体系中处于最中心的位置。自从HMM的理论被提出以来(Baum and Easo，1967)，它在语音信号处理及相关范畴的运用规模变得越来越广泛，在语音辨认范畴起到中心人物的作用，它还广泛活泼精音的参数组成、言语了解、 机器翻译等其他范畴。
汉语按音素的发音特征分类分为子音、单元音、复元音、复鼻尾音四种，按音节结构分类为声母和韵母。而且由音素构成声母或韵母。有时，将含有腔调的韵母称为调母。由单个调母或由声母与调母拼音成为音节。汉语的一个音节便是汉语一个字的音，即音节字。由音节字构成词，终究再由词构成语句。
汉语声母共有22个，其间包含零声母，韵母共有38个。按音素分类，汉语子音共有22个，单元音13个，复元音13个，复鼻尾音16个。
现在常用的声学模型基元为声韵母、音节或词，依据完结意图不同来选取不同的基元。汉语加上语气词共有412个音节，包含轻音字，共有1282个有调音节字，所以当在小词汇表孤立词语音辨认经常选用词作为基元，在大词汇表语音辨认经常选用音节或声韵母建模，而在接连语音辨认时，因为协同发音的影响，常选用声韵母建模。
依据计算的语音辨认模型常用的便是HMM模型λ(N,M,π,A,B)，触及到HMM模型的相关理论包含模型的结构选取、模型的初始化、模型参数的重估以及相应的辨认算法等。
言语模型包含由辨认语音指令构成的语法网络或由计算办法构成的言语模型，言语处理能够进行语法、语义剖析。
言语模型对中、大词汇量的语音辨认体系特别重要。当分类发生错误时能够依据言语学模型、语法结构、语义学进行判别纠正，特别是一些同音字则有必要经过上下文结构才干确认词义。言语学理论包含语义结构、语法规矩、言语的数学描绘模型等有关方面。现在比较成功的言语模型一般是选用计算语法的言语模型与依据规矩语法结构指令言语模型。语法结构能够约束不同词之间的相互连接联系，减少了辨认体系的查找空间，这有利于行进体系的辨认。
语音辨认技能常用的办法有如下四种：1. 依据言语学和 声学的办法，2. 随机模型法，3. 运用人工神经网络的办法，4. 概率语法剖析。其间最干流的办法是随机模型法。
依据言语学和声学的办法是最早运用于语音辨认的办法，可是这种办法触及的常识太过于困难，导致现在并没有得到大规模遍及。
随机模型法现在运用较为老练，该办法首要选用提取特征、练习模板、对模板进行分类及对模板进行判别的过程来对语音进行辨认。该办法触及到的技能一般有3种：动态时刻规整（DTW），隐马尔科夫模型（HMM）理论和矢量量化（VQ ）技能。其间，HMM 算法相较于其他两者的长处是简洁优质， 在语音辨认功用方面更为优异。也正因为如此，现在大部分语音辨认体系都在运用HMM算法。
（ANN）神经网络办法是在语音辨认开展的后期才有的一种新的辨认办法。它其实是一种模仿人类神经活动的办法，一起具有人的一些特性，如主动习惯和自主学习。其较强的归类才干和映射才干在语音辨认技能中具有很高的运用价值。业界将 ANN 与传统的办法进行结合，各取所长，使得语音辨认的功率得到了显着的行进。
概率语法剖析法是一种能够辨认大长度语段的技能，首要是为了完结“差异言语的特征”，关于不同层次的常识运用相应层次的常识来处理。这种办法最大的缺乏便是，树立一个有用、适合的适用常识体系存在着必定的困难。
语音辨认一般来说具有两种作业形式：辨认形式和指令形式。语音辨认程序的完结也会依据两种形式的不同而选用不同类型的程序。辨认形式的作业原理是：引擎体系在后台直接给出一个词库和辨认模板库，任何体系都不需求再进一 步对辨认语法进行改动，只需求依据辨认引擎供给的主程序源代码进行改写就能够了。指令形式相对来说完结起来比较困难，词典有必要要由程序员自己编写，然后再进行编程，终究还要依据语音词典进行处理和更正。辨认形式与指令形式最大的不同便是，程序员要依据词典内容进行代码的核对与修正。
一般语音辨认程序的环境设置过程包含CTI服务器硬件默许参数收集与设定，辨认硬件收集卡初始化，引擎端口设置等几个部分。
运用程序的一切作业都是依据CTI技能（Computer Telephone Integration）来作业的， 语音硬件渠道默许设定 CTI 服务器。
语音辨认的渠道会经过判别是否现已输入语音来进行作业，那么获得语音就需求语音收集体系了。为了收集和输出，咱们一般选用语音卡作为东西。作业时，翻开语音卡内自带的板卡，然后在程序中参加参数就能够运行了。
3、引擎端口设置。语音开发渠道已对硬件API接口函数进行供给， 因而只需对函数进行调用和赋值即可。 4.
语音字典的设置包含语法、辨认语音的规矩、语音模板制造等内容，依据语音渠道的规矩来进行。在语音字典设置时，首先要设置语音辨认中心包，再依据自己编译的语音的规矩来完结字典的悉数设置。
在编译语音辨认程序的终究阶段，程序员需求为主程序编写GUI((Graphical User Interface) 界面，以便于用户与核算机进行交互操作。
能够将辨认体系分为3类：(1)特定人语音辨认体系：仅考虑关于专人的线)非特定人语音体系：辨认的语音与人无关，一般要用很多不同人的语音数据库对辨认体系进行学习；(3)多人的辨认体系：一般能辨认一组人的语音，或许成为特定组语音辨认体系，该体系仅要求对要辨认的那组人的语音进行练习。
也能够将辨认体系分为3类：(1)孤立词语音辨认体系：孤立词辨认体系要求输入每个词后要中止；(2)连接词语音辨认体系：连接词输入体系要求对每个词都清楚发音，一些连音现象初步呈现；(3)接连语音辨认体系：接连语音输入是天然流利的接连语音输入，很多连音和变音会呈现。
也能够将辨认体系分为3类：(1)小词汇量语音辨认体系。一般包含几十个词的语音辨认体系。(2)中等词汇量的语音辨认体系。一般包含几百个词到上千个词的辨认体系。(3)大词汇量语音辨认体系。一般包含几千到几万个词的语音辨认体系。跟着核算机与数字信号处理器运算才干以及辨认体系精度的行进，辨认体系依据词汇量巨细进行分类也不断进行改变。现在是中等词汇量的辨认体系到将来或许便是小词汇量的语音辨认体系。这些不同的约束也确认了语音辨认体系的困难度。
需求有进一步的打破。现在能看出它的一些显着缺乏，尤其在中文语音辨认方面，言语模型还有待完善，因为言语模型和声学模型正是听写辨认的根底，这方面没有打破，语音辨认的开展就只能是一句废话。现在运用的言语模型只是一种概率模型，还没有用到以言语学为根底的文法模型，而要使核算机的确了解人类的言语，就有必要在这一点上获得开展，这是一个适当艰苦的作业。此外，跟着硬件资源的不断开展，一些中心算法如特征提取、查找算法或许自习惯算法将有或许进一步改善。能够信任，半导体和软件技能的一起行进将为语音辨认技能的根底性作业带来福音。
语音辨认技能也有待进一步改善。现在，象IBM的ViaVoice和Asiaworks的SPK都需求用户在运用行进行几百句话的练习，以让核算机习惯你的声响特征。这必定约束了语音辨认技能的进一步运用，很多的练习不只让用户感到厌烦，而且加大了体系的担负。而且，不能盼望将来的消费电子运用产品也针对单个顾客进行练习。因而，有必要在自习惯方面有进一步的行进，做到不受特定人、口音或许方言的影响，这实践上也意味着对言语模型的进一步改善。实际国际的用户类型是多种多样的，就声响特征来讲有男音、女音和童音的差异，此外，许多人的发音离规范发音距离甚远，这就触及到对口音或方言的处理。假如语音辨认能做到主动习惯大大都人的声线特征，那或许比行进一二个百分点辨认率更重要。事实上，ViaVoice的运用远景也因为这一点打了扣头，只要普通话说得很好的用户才干够在其间文版接连语音辨认方面获得相对满意的成果。
语音辨认技能需求能扫除各种环境要素的影响。现在，对语音辨认作用影响最大的便是环境杂音或嗓音，在公共场合，你简直不或许盼望核算机能听懂你的话，来自五湖四海的声响让它茫但是手足无措。很明显这极大地约束了语音技能的运用规模，现在，要在喧闹环境中运用语音辨认技能有必要有特别的抗嗓(NoiseCancellation)麦克风才干进行，这对大都用户来说是不实际的。在公共场合中，个人能有认识地摒弃环境嗓音并从中获取自己所需求的特定声响，怎么让语音辨认技能也能达到这一点呢？这的确是一个艰巨的使命。
此外，带宽问题也或许影响语音的有用传送，在速率低于1000比特/秒的极低比特率下，语音编码的研讨将大大有别于正常状况，比方要在某些带宽特别窄的信道上传输语音，以及水声通讯、地下通讯、战略及保密话音通讯等，要在这些状况下完结有用的语音辨认，就有必要处理声响信号的特别特征，如因为带宽而推迟或减损等。语音辨认技能要进一步运用，就有必要在健旺性方面有大的打破。
简略地说，现在运用的声学模型和语音模型太过于限制，以致用户只能运用特定语音进行特定词汇的辨认。假如忽然从中文转为英文，或许法文、俄文，核算机就会不知怎么反响，而给出一堆不知所云的语句；或许用户偶然运用了某个专门范畴的专业术语，如“信噪比等，或许也会得到古怪的反响。这一方面是因为模型的限制，另一方面也受限于硬件资源。跟着两方面的技能的行进，将来的语音和声学模型或许会做到将多种言语混合归入，用户因而就能够不用在语种之间来回切换。此外，关于声学模型的进一步改善，以及以语义学为根底的言语模型的改善，也能协助用户尽或许少或不受词汇的影响，然后可实施无限词汇辨认。
终究，语音辨认是要进一步拓宽咱们的沟通空间，让咱们能愈加自在地面对这个国际。能够想见，假如语音辨认技能在上述几个方面的确获得了打破性开展，那么多语种沟通体系的呈现便是水到渠成的工作，这将是语音识技能、机器翻译技能以及语音组成技能的完美结合，而假如硬件技能的开展能将这些算法从而固化到更为细微的芯片，比方手持移动设备上，那么个人就能够带着这种设备周游国际而无需忧虑任何沟通的困难，你说出你想表达的意思，手持设备一起辨认并将它翻译成对方的言语，然后组成并发送出去；一起接听对方的言语，辨认并翻译成已方的言语，组成后朗诵给你听，一切这一切简直都是一起进行的，只是机器充当着主角。
任何技能的行进都是为了更进一步拓宽咱们人类的生计和沟通空间，以使咱们获得更大的自在，就服务于人类而言，这一点明显也是语音辨认技能的开展方向，而为了达到这一点，它还需求在上述几个方面获得打破性开展，终究，多语种自在沟通体系将带给咱们全新的日子空间。
比尔盖茨曾说过：“语音技能将使核算机丢下鼠标键盘”。 跟着核算机的小型化，键盘鼠标现已成为了核算机开展的一大阻止。人类的核算机从超大体积开展到现在占地不到1平方米的微型核算机，想必未来的核算机或许会有意想不到的小，那么键盘鼠标对其来说便是妨碍了，这时候就需求语音辨认来完结指令。一些科学家也说过：“核算机的下一代革新便是从图形界面到语音用户接口”。这标明了语音辨认技能的开展无疑改变了人们的日子。在某些范畴，电话正在逐渐地演变成一个服务者而非简略的对话东西，经过电话，人们也能够运用语音来获取自己想获得的信息，其作业功率也天但是然行进了一个层次。
语音辨认技能渐渐地变成了人机接口的要害一步，这样一个极具竞争性的新式产业，其商场的开展更是十分迅速， 开展趋势也在逐渐上升。从1999到2005年间，语音辨认技能商场正在以每年31%的趋势增加，现在在 iPhone等智能 手机中，语音帮手现已成为了标配功用，为用户带来了许多的便当，人们也能够经过电话和网络来订货机票火车票，乃至是旅行服务。因而，语音辨认技能在咱们实践日子中也有着越来越宽广的开展远景和运用范畴。
在电话与通讯体系中，智能语音接口正在把电话机从一个单纯的服务东西变成为一个服务的“供给者”和日子“同伴”；运用电话与通讯网络，人们能够经过语音指令便当地从远端的数据库体系中查询与提取有关的信息；跟着核算机的小型化，键盘现已成为移动渠道的一个很大妨碍，幻想一下假如手机只是只要一个手表那么大，再用键盘进行拨号操作现已是不或许的。语音辨认正逐渐成为信息技能中人机接口的要害技能，语音辨认技能与语音组成技能结合使人们能够甩掉键盘，经过语音指令进行操作。语音技能的运用现已成为一个具有竞争性的新式高技能产业。
语音辨认技能开展到今日，特别是中小词汇量非特定人语音辨认体系辨认精度现已大于98%，对特定人语音辨认体系的辨认精度就更高。这些技能现已能够满意一般运用的要求。因为大规模集成电路技能的开展，这些杂乱的语音辨认体系也现已完全能够制成专用芯片，很多生产。在西方经济发达国家，很多的语音辨认产品现已进入商场和服务范畴。一些用户交机、电话机、手机现已包含了语音辨认拨号功用，还有语音记事本、语音智能玩具等产品也包含语音辨认与语音组成功用。人们能够经过电话网络用语音辨认白话对话体系查询有关的机票、旅行、银行信息，而且获得很好的成果。查询计算标明多达85%以上的人对语音辨认的信息查询服务体系的功用表示满意。
能够猜测在近五到十年内，语音辨认体系的运用将愈加广泛。各式各样的语音辨认体系产品将呈现在商场上。人们也将调整自己的说话办法以习惯各式各样的辨认体系。在短期内还不或许造出具有和人相比较的语音辨认体系，要建成这样一个体系仍然是人类面对的一个大的应战，咱们只能一步步朝着改善语音辨认体系的方向一步步地行进。至于什么时候能够树立一个像人相同完善的语音辨认体系则是很难猜测的。就像在60时代，谁又能猜测今日超大规模集成电路技能会对咱们的社会发生这么大的影响。
