ASR语音识别是什么？目前的困境与发展

文章摘要：早在人类文字诞生之前，语言就作为人们的交流、沟通工具长期存在着，是人类文明交流的重要桥梁和媒介，促进着文明的发展。而到了如今的信息社会，语言仍然是科学家们研究的重点对象，对语音识别技术的研究已经成为人工智能研究的重点领域。在现阶段，语音识别技术在各行各业都得到了广泛的应用，通过计算机解读人类语言达到人机交互智能化。

早在人类文字诞生之前，语言就作为人们的交流、沟通工具长期存在着，是人类文明交流的重要桥梁和媒介，促进着文明的发展。而到了如今的信息社会，语言仍然是科学家们研究的重点对象，对语音识别技术的研究已经成为人工智能研究的重点领域。在现阶段，语音识别技术在各行各业都得到了广泛的应用，通过计算机解读人类语言达到人机交互智能化。

一、什么是语音识别

所谓语音识别，简单地说就是让机器听懂人说话实现人类语音直接对计算机下达命令，而计算机根据识别和处理语音对命令进行执行，从而实现人类与计算机的智能交互化，比如我们日常生活中熟悉的Siri语音助手、天猫智能音响、讯飞语记等产品都是基于语音识别技术的研究而产生的应用。早在20世纪80年代，语音识别研究人员就把隐马尔科夫模型（HMM）应用于语音识别的研究中，得到了令人满意的结果，因此，HMM模型发展到当前时期，已经成为众多研究人员研究图形技术，语音识别技术的重点。

二、语音识别的探索

随着现代信息技术的发展，人类开始重视把人类语言与人工智能进行结合，实现直接用语音对计算机下达指令的目的，研究语音识别技术的目的就是用计算机解读人类语言指令，实现人与计算机的智能化交互。而目前能够实现这一目标的技术主要包括对语音进行识别的技术，识别之后对语音进行编码的技术，还有对语音进行合成的技术。

三、语音识别目前的困境

语音识别技术除了需要计算机能够对人类语音信息进行数字化的转换，同时还要准确执行指令，虽然在理论上语音识别研究已经取得了不错的成效，但是在实际应用过程中，还存在一些缺陷和不足。

首先是噪声干扰的问题，人们在对机器发出语音指令时，周围环境中存在着不同程度的噪音，比如汽车，电视，其他人的说话声都可能对语音识别产生影响。而对这些噪声干扰，当前的语音识别技术还没有发展出有效的解决方法，对一个环境中的多个语音信息不能够有效识别出需要识别的语音信号，或者干脆跳过对这段语音信号的识别。其次就是端点检测的问题，排除掉噪声干扰的影响，在安静的环境中，端点检测容易对人声信息的开始和结束识别不清，导致语音识别过程中把安静的部分按照静音处理，丢失掉原有的声音信息。

四、沃丰科技ASR语音识别的优势

基于自研原心引擎语音语义融合方案，打通业务领域数据，实现业务定制化的效果体验，自然场景识别率超过95%，个性化词汇识别超过97%，同时为语义模块提供丰富的识别结果输出,使语义识别率提升5个点以上采用国际前沿的端到端语音语义一体化建模算法，将语音快速准确识别为文字，支持一句话识别、语音内容分析、机器人对话、智能质检等多个场景。

》》点击免费试用asr平台，优势一试便知

文章为沃丰科技原创，转载需注明来源：https://www.udesk.cn/ucm/faq/36553