語音識別技術(shù)原理簡介

　　自動語音識別技術(shù)(Auto Speech Recognize，簡稱ASR)所要解決的問題是讓計算機能夠“聽懂”人類的語音，將語音中包含的文字信息“提取”出來。ASR技術(shù)在“能聽會說”的智能計算機系統(tǒng)中扮演著重要角色，相當(dāng)于給計算機系統(tǒng)安裝上“耳朵”，使其具備“能聽”的功能，進(jìn)而實現(xiàn)信息時代利用“語音”這一最自然、最便捷的手段進(jìn)行人機通信和交互。

　　語音識別技術(shù)所面臨的問題是非常艱巨和困難的。盡管早在二十世紀(jì)五十年代，世界各國就開始了對這項技術(shù)孜孜不倦的研究，特別是最近二十年，國內(nèi)外非常多的研究機構(gòu)和企業(yè)都加入到語音識別技術(shù)的研究領(lǐng)域，投入了極大的努力，也取得了豐碩的成果，但是直到今天，距離該技術(shù)得到完美解決還存在著巨大的差距，不過這并不妨礙不斷進(jìn)步的語音識別系統(tǒng)在許多相對受限的場合下獲得成功的應(yīng)用。

　　如今，語音識別技術(shù)已經(jīng)發(fā)展成為涉及聲學(xué)、語言學(xué)、數(shù)字信號處理、統(tǒng)計模式識別等多學(xué)科技術(shù)的一項綜合性技術(shù)。基于語音識別技術(shù)研發(fā)的現(xiàn)代語音識別系統(tǒng)在很多場景下獲得了成功的應(yīng)用，不同任務(wù)條件下所采用的技術(shù)又會有所不同。下圖是在一個相對通用的任務(wù)條件下的語音識別系統(tǒng)示意圖。語音識別系統(tǒng)構(gòu)建過程整體上包括兩大部分：訓(xùn)練和識別。訓(xùn)練通常是離線完成的，對預(yù)先收集好的海量語音、語言數(shù)據(jù)庫進(jìn)行信號處理和知識挖掘，獲取語音識別系統(tǒng)所需要的“聲學(xué)模型”和“語言模型”;而識別過程通常是在線完成的，對用戶實時的語音進(jìn)行自動識別。識別過程通常又可以分為“前端”和“后端”兩大模塊：“前端”模塊主要的作用是進(jìn)行端點檢測(去除多余的靜音和非說話聲)、降噪、特征提取等;“后端”模塊的作用是利用訓(xùn)練好的“聲學(xué)模型”和“語言模型”對用戶說話的特征向量進(jìn)行統(tǒng)計模式識別(又稱“解碼”)，得到其包含的文字信息，此外，后端模塊還存在一個“自適應(yīng)”的反饋模塊，可以對用戶的語音進(jìn)行自學(xué)習(xí)，從而對“聲學(xué)模型”和“語音模型”進(jìn)行必要的“校正”，進(jìn)一步提高識別的準(zhǔn)確率。

　　語音識別技術(shù)發(fā)展歷史及現(xiàn)狀

　　語音識別的研究工作大約開始于20世紀(jì)50年代，當(dāng)時AT&T Bell實驗室基于共振峰提取技術(shù)實現(xiàn)了第一個可識別十個英文數(shù)字的語音識別系統(tǒng)——Audry系統(tǒng)。

　　60年代，計算機的應(yīng)用推動了語音識別的發(fā)展。這時期的重要成果是提出了動態(tài)時間規(guī)劃(DP)和線性預(yù)測分析技術(shù)(LPC)，其中后者較好地解決了語音信號產(chǎn)生模型的問題，對語音識別的發(fā)展產(chǎn)生了深遠(yuǎn)影響。

　　70年代，語音識別領(lǐng)域取得了較大進(jìn)展。在理論上，LP技術(shù)得到進(jìn)一步發(fā)展，動態(tài)時間歸正技術(shù)(DTW)基本成熟，特別是提出了矢量量化(VQ)和隱馬爾可夫模型(HMM)理論。在實踐上，實現(xiàn)了基于線性預(yù)測倒譜和DTW技術(shù)的特定人孤立語音識別系統(tǒng)。

　　80年代，MFCC的參數(shù)提取技術(shù)和HMM模型的深入使用使得語音識別技術(shù)得到進(jìn)一步的發(fā)展，語音識別的問題逐步在理論體系上得到了比較完整和準(zhǔn)確的描述，同時在實踐上又逐步研發(fā)出效率較高的解決算法。

　　90年代以來，在美國國防部的Darpa測試、Ears計劃、近期的Gales計劃，以及我國863計劃等推動下，一大批高水平的研究機構(gòu)和企業(yè)加入到語音識別的研究領(lǐng)域，極大地推動了語音識別技術(shù)的發(fā)展和應(yīng)用。語音識別系統(tǒng)已經(jīng)從過去的小詞匯量、孤立詞識別、特定人識別、安靜環(huán)境等簡單任務(wù)逐步發(fā)展到大詞匯量、連續(xù)語音、非特定人、噪聲環(huán)境下的識別任務(wù)，從單純的語音識別任務(wù)發(fā)展到語音翻譯任務(wù)，從實驗室系統(tǒng)走向商用系統(tǒng)。

　　訊飛語音識別技術(shù)

　　訊飛語音識別技術(shù)的理念是提供信息時代人機溝通的最佳方式。在核心技術(shù)研究方面，科大訊飛公司一直秉承著“頂天立地”的方針?！绊斕臁?，就是要求在基礎(chǔ)技術(shù)上不斷創(chuàng)新，不斷突破;“立地”，就是技術(shù)要和實際應(yīng)用相結(jié)合，最終能夠產(chǎn)生經(jīng)濟效益和社會效益。訊飛語音識別技術(shù)的研究繼承了這樣的優(yōu)良傳統(tǒng)，在基礎(chǔ)技術(shù)方面銳意進(jìn)取，不斷創(chuàng)新，特別是在特征魯棒性、模型區(qū)分性訓(xùn)練、大詞匯量語音識別解碼技術(shù)、語音模糊搜索等方面提出了多項創(chuàng)新性觀點，并多次在國內(nèi)外著名的學(xué)術(shù)期刊、會議及?？线M(jìn)行發(fā)表，取得了豐碩的成果。在技術(shù)與實際應(yīng)用相結(jié)合方面，也充分考慮了應(yīng)用系統(tǒng)之間的差異，為客戶量身定制，提供了語音命令識別、智能語音搜索、語音檢索等技術(shù)，并正在開展針對自然連續(xù)語流的會議內(nèi)容轉(zhuǎn)寫識別整套解決方案。

　　下面是科大訊飛對語音識別技術(shù)的整體規(guī)劃：

　　命令詞識別技術(shù)—在受限的命令詞或者語法范圍提供自動語音識別服務(wù)，需要很少的計算資源，但是要求用戶能夠“配合”語音識別系統(tǒng)，盡量說“集內(nèi)詞”。

　　智能的人機交互技術(shù)—結(jié)合大詞匯量語音識別、自然語言理解、信息檢索等技術(shù)提供特定領(lǐng)域內(nèi)相對開放輸入的語音識別服務(wù)，對用戶的限制較為寬松，在所限定的領(lǐng)域內(nèi)可以以自然語言的方式進(jìn)行人機交互。

　　語音轉(zhuǎn)寫技術(shù)—在無特殊限定的范圍內(nèi)完成對連續(xù)自然語音進(jìn)行內(nèi)容轉(zhuǎn)寫，目前還需要較大的計算資源。

　　語音搜索技術(shù)—語音技術(shù)和搜索技術(shù)的結(jié)合，提供最便捷的信息搜索服務(wù)。