From PMCAFF
语音识别的基础概念
1
概念自动语音识别(Automatic Speech Recognition,ASR)技术是一种将人的语音转换为文本的技术。
这项技术被当做是可以使人与人、人与机器更顺畅交流的桥梁,已经在研究领域活跃了50多年。
2
发展ASR在近几年的流行,与以下几个关键领域的进步有关:
摩尔定律持续有效:使得多核处理器、通用计算图形处理器GPGPU、CPU/GPU集群等技术,为训练复杂模型提供了可能,显著降低了ASR系统的错误率。
大数据时代:借助互联网和云计算,获得了真实使用场景的大数据训练模型,使得ASR系统更具鲁棒性(健壮性、稳定性)。
移动智能时代:移动设备、可穿戴设备、智能家居设备、车载信息娱乐系统,变得越来越流行,语音交互成为新的入口。
3
研究领域分类根据在不同限制条件下的研究任务,产生了不同的研究领域。如图:
4
识别任务分类根据不同任务,语音识别可分为4类:
5
应用语音交互作为新的入口,主要应用于上图中的两大类:帮助人与人的交流和人与机器的交流。