王雯婕


摘要:随着机器学习领域深度学习研究,以及大数据语料的积累,语音识别技术得到突飞猛进的发展,开始从实验室走向市场。语音识别技术已经逐渐进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。本文主要分析和总结了当前几种具有代表性的语音识别方法,介绍了其中关键的语音信号处理和语言模型建立的方法,最后总结了目前语音识别技术领域的研究成果及进展。
关键词:语音识别;信号处理;机器学习;人工智能;概率统计
1研究背景
语音信号处理,主要包括三项技术,即语音识别、语音编码和语音合成。本文所研究的自动语音识别技术,就是让机器通过识别和理解把语音信号转变为相应的文本或命令的高技术。70年代,语音识别技术有了重大突破,动态时间规整技术基本成熟,使语音变得可以等长,另外,矢量量化和隐马尔科夫模型理论也不断完善,为之后语音识别的发展做了铺垫;80年代对语音识别的研究更为彻底,各种语音识别算法被提出,其中的突出成就包括HMM模型人工神经网络;目前许多国内外知名研究机构,如微软、讯飞、Google、IBM都积极开展对深度学习的研究。现在,国内有不少语音识别系统已研制成功。这些系统的性能各具特色——在孤立字大词汇量语音识别方面,最具代表性的要数92年清华大学电子工程系与中国电子器件公司合作研制成功的THED-919特定人语音识别与理解实时系统[4] 。……