语音识别技术及应用研究.pdfVIP

语音识别技术及应用研究

摘要：智能语音识别是理想的人机交互方式之一，它能够让机器通过识别和理解过程把语音

信号转变为相应的文本或命令。近年来，我国智能语音识别技术发展突飞猛进，取得了许多

显著进步，并开始从实验室走向市场。随着国内智慧建设的大潮，智能语音识别技术与真实

场景的结合应用已成为有价值的研究方向，其在信息化向智能化、智慧化方向发展，在提升

使用降本增效能力等方面将表现出巨大的潜力。鉴于此，文章结合笔者的学习经验，对语音

识别技术及应用研究提出了一些建议，仅供参考。

关键词：语音识别技术；应用现状；研究

引言

至目前为止，我国语音识别技术的研究有了一定的进步，现在大多数应用语音识别技术

的设备是智能手机，如输入法中的语音输入。未来的科技发展将会逐渐高级，需要加强语音

识别技术探索力度，发现未知领域，带动我国系统全面发展。

1、语音识别的发展历程和基本原理概述

1.1语音识别的发展历程

进入20世纪80年代，语音识别技术继续深入发展，人工神经网络进入模式识别的范

畴，出现了利用人工神经网络进行语音识别问题的处理思路，研究不只是在简单词语数字的

识别上，有了连续语音的识别和基于大量词语的识别。20世纪90年代之后，语音识别技术

逐渐进入饱和阶段，基于语音识别的产品开始进入人们的生产生活，随着时代的不断迁移，

大量的语音识别都基于此进行识别系统产品的设计。

1.2语音识别基本原理

首先，对输入的语音信号进行处理；其次，提取相关处理过信号的相关参数；再次与库

中模板进行比对；最后，得到的识别结果是和模板匹配度最高的文字。其中预处理包括预滤

波、采样和量化、加窗、端点检测、预加重等过程。在特征提取时需注意以下事项：（1）

参数要有代表性，能够代表语音特征，且要有一定的区分性；（2）每阶段参数之间要彼此

相互独立；（3）参数计算起来要比较方便，最好有高效的算法，以确保语音识别的实现。

对特征参数进行处理，并为每个词条建立一个模型，并建立一个语音模型数据库，常用的建

模方法有一般有以下几种：动态时间规整法、隐马尔可夫模型法和基于人工神经网络识别

法。在语音识别的阶段，语音信号仍需通过预处理、特征提取等得到语音特征参数，并生成

测试模板，与参考模板进行匹配，将匹配分数最高的参考模板作为识别结果。

2、语音识别当前应用现状

目前语音识别技术已日趋寻常，在其他领域如会议记录听写、客服智能语音助手等都有

所应用。深入研究会发现，目前所谓的人工交互，不过是通过按键或唤醒对机器进行近距离

对话、下达指令，在交互方式及实现的多样性方面比较匮乏。加之国内的一些智能产品还局

限于商业利益和品牌分类的纷争，使得原本可以集中化、综合性的产品被分割，同时售价

高、维修频繁、用户体验低等原因都导致了智能产品未被广泛普及。在未来，语音识别技术

在智能领域的应用有待进一步开发。随着5G技术的发展，会给智能产品的发展提供新的平

台技术，通过语音、手势、人脸识别等交互方式可以实现产品的整体联动交互，提升人民的

幸福感。除此之外，语音技术也会在各个产业发挥更加举足轻重的作用，无论是医药、军

事、商业，在这个全球化和智能化的时代，人工智能已经是不可逆的趋势。

3、语音识别技术及应用研究

3.1语音交互服务系统

语音识别策略主要提供的是语音识别服务，应用在虚拟智能系统中还需要提供对应的接

口进行交互，即各类终端语音采集设备的调用，统称为语音交互服务系统。语音交互服务系

统采用web服务框架实现其核心功能的调用，通过http方式实现语音请求的提交。语音识

别服务功能主要包括三大部分，1）采集与校验语音信息，目前终端的语音采集设备已经将

采集与识别、校验等多种语音服务封装在统一的接口调用中，能够为各类第三方软件提供语

音的交互服务。2）过滤噪声，通过语音识别的预处理策略提取有效的语音序列。3）基于语

音识别算法实现语音控制命令的识别。

3.2语音识别技术的应用-智能电视

将在线语音识别技术应用于智能电视中，是对传统遥控器控制方式的创新，具体包括语

音输入、处理和执行3个方面。在线语音识别技术还没有开发之前，人们主要是通过智能电

视内置传声器、智能电视遥控器、手机APP的方式进行电视节目调节，但上述3种调节方式

都需要连接WiFi，离线状态下无法控制电视。而语音技术的出现，更大程度提高了便利

性，用户只要动动嘴，就能够调节任何遥控器或者手机APP能够调节的内容。将语音技术应

用于智能电视，需要以下必备条件：网络连接、本地识别、通过命令方式执行。也