它相對于GMM-HMM系統(tong)并(bing)沒有什么優勢可(ke)言，研(yan)究人(ren)員還是更傾向于基(ji)于統(tong)計(ji)模(mo)(mo)型(xing)的(de)(de)(de)(de)(de)(de)方法。在20世(shi)(shi)紀80年代還有一(yi)個(ge)值得(de)(de)(de)一(yi)提(ti)的(de)(de)(de)(de)(de)(de)事件(jian)，美(mei)國3eec6ee2-7378-4724-83b5-9b技術(shu)署(NIST)在1987年di一(yi)次(ci)舉辦了(le)NIST評(ping)測(ce)，這項評(ping)測(ce)在后來成為了(le)全球語音(yin)(yin)評(ping)測(ce)。20世(shi)(shi)紀90年代，語音(yin)(yin)識(shi)別(bie)進(jin)入了(le)一(yi)個(ge)技術(shu)相對成熟的(de)(de)(de)(de)(de)(de)時(shi)期，主流的(de)(de)(de)(de)(de)(de)GMM-HMM框(kuang)架得(de)(de)(de)到(dao)了(le)更廣的(de)(de)(de)(de)(de)(de)應(ying)用(yong)(yong)，在領域中的(de)(de)(de)(de)(de)(de)地位越發穩(wen)固。聲(sheng)學(xue)(xue)模(mo)(mo)型(xing)的(de)(de)(de)(de)(de)(de)說話(hua)(hua)人(ren)自適(shi)應(ying)(SpeakerAdaptation)方法和(he)區(qu)分(fen)性(xing)訓(xun)練(DiscriminativeTraining)準(zhun)則的(de)(de)(de)(de)(de)(de)提(ti)出(chu)(chu)，進(jin)一(yi)步提(ti)升了(le)語音(yin)(yin)識(shi)別(bie)系統(tong)的(de)(de)(de)(de)(de)(de)性(xing)能(neng)。1994年提(ti)出(chu)(chu)的(de)(de)(de)(de)(de)(de)大(da)(da)后驗概(gai)率估計(ji)(MaximumAPosterioriEstimation，MAP)和(he)1995年提(ti)出(chu)(chu)的(de)(de)(de)(de)(de)(de)*大(da)(da)似然線(xian)性(xing)回(hui)歸(gui)(MaximumLikelihoodLinearRegression，MLLR)，幫助HMM實現了(le)說話(hua)(hua)人(ren)自適(shi)應(ying)。*大(da)(da)互信息量(liang)(MaximumMutualInformation，MMI)和(he)*小分(fen)類錯誤(wu)(MinimumClassificationError，MCE)等聲(sheng)學(xue)(xue)模(mo)(mo)型(xing)的(de)(de)(de)(de)(de)(de)區(qu)分(fen)性(xing)訓(xun)練準(zhun)則相繼被提(ti)出(chu)(chu)，使用(yong)(yong)這些(xie)區(qu)分(fen)性(xing)準(zhun)則去更新GMM-HMM的(de)(de)(de)(de)(de)(de)模(mo)(mo)型(xing)參數，可(ke)以讓模(mo)(mo)型(xing)的(de)(de)(de)(de)(de)(de)性(xing)能(neng)得(de)(de)(de)到(dao)提(ti)升。此外，人(ren)們開(kai)(kai)始(shi)使用(yong)(yong)以音(yin)(yin)素字詞單(dan)元作(zuo)為基(ji)本單(dan)元。一(yi)些(xie)支(zhi)持大(da)(da)詞匯量(liang)的(de)(de)(de)(de)(de)(de)語音(yin)(yin)識(shi)別(bie)系統(tong)被陸(lu)續(xu)開(kai)(kai)發出(chu)(chu)來，這些(xie)系統(tong)不但可(ke)以做到(dao)支(zhi)持大(da)(da)詞匯量(liang)非特定人(ren)連續(xu)語音(yin)(yin)識(shi)別(bie)。搜索的(de)(de)(de)(de)(de)(de)本質(zhi)是問(wen)題求解，應(ying)用(yong)(yong)于語音(yin)(yin)識(shi)別(bie)、機器翻(fan)譯等人(ren)工智能(neng)和(he)模(mo)(mo)式識(shi)別(bie)的(de)(de)(de)(de)(de)(de)各(ge)個(ge)領域。遼寧汽(qi)車語音(yin)(yin)識(shi)別(bie)

3）上(shang)(shang)述兩(liang)個(ge)(ge)(ge)問題(ti)的(de)(de)(de)(de)(de)共性(xing)是(shi)(shi)(shi)(shi)目(mu)前的(de)(de)(de)(de)(de)深(shen)度(du)學(xue)習(xi)用到(dao)(dao)了語(yu)(yu)(yu)音(yin)(yin)信(xin)(xin)(xin)(xin)(xin)(xin)號各個(ge)(ge)(ge)頻帶的(de)(de)(de)(de)(de)能量信(xin)(xin)(xin)(xin)(xin)(xin)息，而忽略了語(yu)(yu)(yu)音(yin)(yin)信(xin)(xin)(xin)(xin)(xin)(xin)號的(de)(de)(de)(de)(de)相(xiang)(xiang)位(wei)信(xin)(xin)(xin)(xin)(xin)(xin)息，尤其(qi)是(shi)(shi)(shi)(shi)對于多通道而言，如(ru)(ru)(ru)何(he)(he)讓(rang)深(shen)度(du)學(xue)習(xi)更(geng)好(hao)的(de)(de)(de)(de)(de)利用相(xiang)(xiang)位(wei)信(xin)(xin)(xin)(xin)(xin)(xin)息可能是(shi)(shi)(shi)(shi)未(wei)(wei)來(lai)(lai)的(de)(de)(de)(de)(de)一(yi)(yi)個(ge)(ge)(ge)方(fang)(fang)向。（4）另(ling)外，在(zai)較少數(shu)據量的(de)(de)(de)(de)(de)情況下，如(ru)(ru)(ru)何(he)(he)通過遷移學(xue)習(xi)得(de)到(dao)(dao)一(yi)(yi)個(ge)(ge)(ge)好(hao)的(de)(de)(de)(de)(de)聲(sheng)學(xue)模(mo)型也是(shi)(shi)(shi)(shi)研究(jiu)的(de)(de)(de)(de)(de)熱點方(fang)(fang)向。例如(ru)(ru)(ru)方(fang)(fang)言識(shi)別(bie)，若有(you)一(yi)(yi)個(ge)(ge)(ge)比較好(hao)的(de)(de)(de)(de)(de)普(pu)通話聲(sheng)學(xue)模(mo)型，如(ru)(ru)(ru)何(he)(he)利用少量的(de)(de)(de)(de)(de)方(fang)(fang)言數(shu)據得(de)到(dao)(dao)一(yi)(yi)個(ge)(ge)(ge)好(hao)的(de)(de)(de)(de)(de)方(fang)(fang)言聲(sheng)學(xue)模(mo)型，如(ru)(ru)(ru)果做到(dao)(dao)這(zhe)點將極大(da)擴展(zhan)語(yu)(yu)(yu)音(yin)(yin)識(shi)別(bie)的(de)(de)(de)(de)(de)應用范疇(chou)。這(zhe)方(fang)(fang)面(mian)已經(jing)取得(de)了一(yi)(yi)些進展(zhan)，但更(geng)多的(de)(de)(de)(de)(de)是(shi)(shi)(shi)(shi)一(yi)(yi)些訓練(lian)技巧，距離目(mu)標(biao)還有(you)一(yi)(yi)定(ding)差距。（5）語(yu)(yu)(yu)音(yin)(yin)識(shi)別(bie)的(de)(de)(de)(de)(de)目(mu)的(de)(de)(de)(de)(de)是(shi)(shi)(shi)(shi)讓(rang)機(ji)器(qi)(qi)可以理解(jie)(jie)人(ren)(ren)類(lei)，因此(ci)轉換成(cheng)文字并不是(shi)(shi)(shi)(shi)終的(de)(de)(de)(de)(de)目(mu)的(de)(de)(de)(de)(de)。如(ru)(ru)(ru)何(he)(he)將語(yu)(yu)(yu)音(yin)(yin)識(shi)別(bie)和(he)語(yu)(yu)(yu)義(yi)理解(jie)(jie)結(jie)合起來(lai)(lai)可能是(shi)(shi)(shi)(shi)未(wei)(wei)來(lai)(lai)更(geng)為重要的(de)(de)(de)(de)(de)一(yi)(yi)個(ge)(ge)(ge)方(fang)(fang)向。語(yu)(yu)(yu)音(yin)(yin)識(shi)別(bie)里的(de)(de)(de)(de)(de)LSTM已經(jing)考慮(lv)了語(yu)(yu)(yu)音(yin)(yin)的(de)(de)(de)(de)(de)歷史時刻信(xin)(xin)(xin)(xin)(xin)(xin)息，但語(yu)(yu)(yu)義(yi)理解(jie)(jie)需要更(geng)多的(de)(de)(de)(de)(de)歷史信(xin)(xin)(xin)(xin)(xin)(xin)息才能有(you)幫助，因此(ci)如(ru)(ru)(ru)何(he)(he)將更(geng)多上(shang)(shang)下文會話信(xin)(xin)(xin)(xin)(xin)(xin)息傳遞給語(yu)(yu)(yu)音(yin)(yin)識(shi)別(bie)引擎(qing)是(shi)(shi)(shi)(shi)一(yi)(yi)個(ge)(ge)(ge)難題(ti)。（6）讓(rang)機(ji)器(qi)(qi)聽懂人(ren)(ren)類(lei)語(yu)(yu)(yu)言，靠(kao)聲(sheng)音(yin)(yin)信(xin)(xin)(xin)(xin)(xin)(xin)息還不夠(gou)，“聲(sheng)光電熱力磁”這(zhe)些物理傳感(gan)手段，下一(yi)(yi)步必然都要融合在(zai)一(yi)(yi)起，只有(you)這(zhe)樣機(ji)器(qi)(qi)才能感(gan)知世界(jie)的(de)(de)(de)(de)(de)真(zhen)實(shi)信(xin)(xin)(xin)(xin)(xin)(xin)息，這(zhe)是(shi)(shi)(shi)(shi)機(ji)器(qi)(qi)能夠(gou)學(xue)習(xi)人(ren)(ren)類(lei)知識(shi)的(de)(de)(de)(de)(de)前提條件。而且(qie)，機(ji)器(qi)(qi)必然要超越人(ren)(ren)類(lei)的(de)(de)(de)(de)(de)五(wu)官，能夠(gou)看到(dao)(dao)人(ren)(ren)類(lei)看不到(dao)(dao)的(de)(de)(de)(de)(de)世界(jie)。

上海(hai)英語(yu)語(yu)音(yin)識(shi)(shi)別(bie)(bie)前(qian)端語(yu)音(yin)識(shi)(shi)別(bie)(bie)指命令(ling)者向語(yu)音(yin)識(shi)(shi)別(bie)(bie)引擎發(fa)出指令(ling)，識(shi)(shi)別(bie)(bie)出的(de)單詞在說(shuo)話時(shi)顯示出來，命令(ling)者負責編輯(ji)和簽(qian)署(shu)文檔。

Sequence-to-Sequence方(fang)法原來主(zhu)要應(ying)用于(yu)(yu)機器(qi)翻譯領域。2017年，Google將(jiang)(jiang)其應(ying)用于(yu)(yu)語(yu)音(yin)(yin)(yin)(yin)識(shi)(shi)(shi)(shi)別(bie)(bie)(bie)領域，取得了(le)非(fei)常(chang)好的(de)(de)(de)(de)(de)(de)(de)(de)效(xiao)果，將(jiang)(jiang)詞錯誤(wu)率降低(di)至。Google提出新(xin)(xin)系統(tong)的(de)(de)(de)(de)(de)(de)(de)(de)框架由三個部分組(zu)成(cheng)(cheng)：Encoder編(bian)碼(ma)器(qi)組(zu)件，它和(he)(he)標準(zhun)的(de)(de)(de)(de)(de)(de)(de)(de)聲(sheng)學(xue)模(mo)(mo)(mo)型(xing)(xing)(xing)(xing)(xing)相(xiang)似(si)，輸(shu)入的(de)(de)(de)(de)(de)(de)(de)(de)是(shi)語(yu)音(yin)(yin)(yin)(yin)信號的(de)(de)(de)(de)(de)(de)(de)(de)時頻特征(zheng)(zheng)；經(jing)(jing)過一系列(lie)神(shen)經(jing)(jing)網絡(luo)(luo)(luo)，映射成(cheng)(cheng)高級特征(zheng)(zheng)henc，然(ran)后(hou)(hou)傳(chuan)遞給Attention組(zu)件，其使(shi)用henc特征(zheng)(zheng)學(xue)習輸(shu)入x和(he)(he)預測子單(dan)(dan)元之間的(de)(de)(de)(de)(de)(de)(de)(de)對(dui)齊(qi)方(fang)式，子單(dan)(dan)元可(ke)以是(shi)一個音(yin)(yin)(yin)(yin)素(su)(su)或(huo)一個字。**后(hou)(hou)，attention模(mo)(mo)(mo)塊的(de)(de)(de)(de)(de)(de)(de)(de)輸(shu)出傳(chuan)遞給Decoder，生(sheng)成(cheng)(cheng)一系列(lie)假設(she)詞的(de)(de)(de)(de)(de)(de)(de)(de)概率分布，類似(si)于(yu)(yu)傳(chuan)統(tong)的(de)(de)(de)(de)(de)(de)(de)(de)語(yu)言模(mo)(mo)(mo)型(xing)(xing)(xing)(xing)(xing)。端到端技(ji)術(shu)的(de)(de)(de)(de)(de)(de)(de)(de)突破(po)，不再需要HMM來描述音(yin)(yin)(yin)(yin)素(su)(su)內部狀態的(de)(de)(de)(de)(de)(de)(de)(de)變化，而是(shi)將(jiang)(jiang)語(yu)音(yin)(yin)(yin)(yin)識(shi)(shi)(shi)(shi)別(bie)(bie)(bie)的(de)(de)(de)(de)(de)(de)(de)(de)所有(you)模(mo)(mo)(mo)塊統(tong)一成(cheng)(cheng)神(shen)經(jing)(jing)網絡(luo)(luo)(luo)模(mo)(mo)(mo)型(xing)(xing)(xing)(xing)(xing)，使(shi)語(yu)音(yin)(yin)(yin)(yin)識(shi)(shi)(shi)(shi)別(bie)(bie)(bie)朝著(zhu)更簡(jian)單(dan)(dan)、更高效(xiao)、更準(zhun)確的(de)(de)(de)(de)(de)(de)(de)(de)方(fang)向(xiang)發展。語(yu)音(yin)(yin)(yin)(yin)識(shi)(shi)(shi)(shi)別(bie)(bie)(bie)的(de)(de)(de)(de)(de)(de)(de)(de)技(ji)術(shu)現狀目前(qian)，主(zhu)流(liu)語(yu)音(yin)(yin)(yin)(yin)識(shi)(shi)(shi)(shi)別(bie)(bie)(bie)框架還(huan)是(shi)由3個部分組(zu)成(cheng)(cheng)：聲(sheng)學(xue)模(mo)(mo)(mo)型(xing)(xing)(xing)(xing)(xing)、語(yu)言模(mo)(mo)(mo)型(xing)(xing)(xing)(xing)(xing)和(he)(he)解碼(ma)器(qi)，有(you)些框架也包括(kuo)前(qian)端處(chu)理(li)和(he)(he)后(hou)(hou)處(chu)理(li)。隨著(zhu)各(ge)(ge)種深度神(shen)經(jing)(jing)網絡(luo)(luo)(luo)以及端到端技(ji)術(shu)的(de)(de)(de)(de)(de)(de)(de)(de)興起(qi)，聲(sheng)學(xue)模(mo)(mo)(mo)型(xing)(xing)(xing)(xing)(xing)是(shi)近幾年非(fei)常(chang)熱門的(de)(de)(de)(de)(de)(de)(de)(de)方(fang)向(xiang)，業界(jie)都紛(fen)(fen)紛(fen)(fen)發布自己新(xin)(xin)的(de)(de)(de)(de)(de)(de)(de)(de)聲(sheng)學(xue)模(mo)(mo)(mo)型(xing)(xing)(xing)(xing)(xing)結(jie)構，刷新(xin)(xin)各(ge)(ge)個數據(ju)庫的(de)(de)(de)(de)(de)(de)(de)(de)識(shi)(shi)(shi)(shi)別(bie)(bie)(bie)記錄。由于(yu)(yu)中文語(yu)音(yin)(yin)(yin)(yin)識(shi)(shi)(shi)(shi)別(bie)(bie)(bie)的(de)(de)(de)(de)(de)(de)(de)(de)復雜性，國內在聲(sheng)學(xue)模(mo)(mo)(mo)型(xing)(xing)(xing)(xing)(xing)的(de)(de)(de)(de)(de)(de)(de)(de)研(yan)究進展相(xiang)對(dui)更快一些。

選用(yong)業界(jie)口碑較(jiao)好的(de)(de)(de)(de)訊飛(fei)離(li)線語(yu)(yu)音識(shi)(shi)(shi)別(bie)庫(ku)(ku)(ku)(ku)，該庫(ku)(ku)(ku)(ku)采(cai)用(yong)巴科(ke)斯(si)范式語(yu)(yu)言描述語(yu)(yu)音識(shi)(shi)(shi)別(bie)的(de)(de)(de)(de)語(yu)(yu)法(fa)(fa)，可以支持的(de)(de)(de)(de)離(li)線命令詞的(de)(de)(de)(de)合，滿足語(yu)(yu)音撥(bo)(bo)(bo)(bo)號軟件(jian)(jian)的(de)(de)(de)(de)工(gong)作(zuo)需(xu)(xu)求(qiu)。其中(zhong)，編寫的(de)(de)(de)(de)語(yu)(yu)法(fa)(fa)文檔(dang)主要(yao)(yao)部分如(ru)下：!start;:[];:我想|我要(yao)(yao)|請|幫我;:[];:給!id(10001)|打給!id(10001)|打電(dian)(dian)(dian)話(hua)(hua)(hua)(hua)(hua)(hua)給!id(10001)|撥(bo)(bo)(bo)(bo)打!id(10001)|呼叫(jiao)!id(10001);:打電(dian)(dian)(dian)話(hua)(hua)(hua)(hua)(hua)(hua)!id(10001)|打個電(dian)(dian)(dian)話(hua)(hua)(hua)(hua)(hua)(hua)!id(10001)|撥(bo)(bo)(bo)(bo)打電(dian)(dian)(dian)話(hua)(hua)(hua)(hua)(hua)(hua)!id(10001)|撥(bo)(bo)(bo)(bo)電(dian)(dian)(dian)話(hua)(hua)(hua)(hua)(hua)(hua)!id(10001)|撥(bo)(bo)(bo)(bo)個電(dian)(dian)(dian)話(hua)(hua)(hua)(hua)(hua)(hua)!id(10001)|的(de)(de)(de)(de)電(dian)(dian)(dian)話(hua)(hua)(hua)(hua)(hua)(hua)!id(10001);:丁偉|李平;本(ben)(ben)文件(jian)(jian)覆蓋(gai)了電(dian)(dian)(dian)話(hua)(hua)(hua)(hua)(hua)(hua)呼叫(jiao)過程(cheng)中(zhong)的(de)(de)(de)(de)基本(ben)(ben)語(yu)(yu)法(fa)(fa)，其中(zhong)中(zhong)的(de)(de)(de)(de)數(shu)(shu)據(ju)(ju)，需(xu)(xu)要(yao)(yao)根據(ju)(ju)用(yong)戶(hu)數(shu)(shu)據(ju)(ju)庫(ku)(ku)(ku)(ku)進行(xing)補充，其它、、中(zhong)的(de)(de)(de)(de)內(nei)容(rong)，用(yong)戶(hu)根據(ju)(ju)自己的(de)(de)(de)(de)生活(huo)習慣和工(gong)作(zuo)需(xu)(xu)要(yao)(yao)進行(xing)完善。另外，語(yu)(yu)音撥(bo)(bo)(bo)(bo)號軟件(jian)(jian)的(de)(de)(de)(de)應(ying)用(yong)數(shu)(shu)據(ju)(ju)庫(ku)(ku)(ku)(ku)為電(dian)(dian)(dian)話(hua)(hua)(hua)(hua)(hua)(hua)薄數(shu)(shu)據(ju)(ju)庫(ku)(ku)(ku)(ku)，電(dian)(dian)(dian)話(hua)(hua)(hua)(hua)(hua)(hua)薄中(zhong)的(de)(de)(de)(de)用(yong)戶(hu)姓名是(shi)構(gou)建(jian)語(yu)(yu)法(fa)(fa)文檔(dang)的(de)(de)(de)(de)關鍵數(shu)(shu)據(ju)(ju)；音頻采(cai)集模塊(kuai)(kuai)采(cai)用(yong)增(zeng)強型Linux聲音架構(gou)ALSA庫(ku)(ku)(ku)(ku)實現。語(yu)(yu)音撥(bo)(bo)(bo)(bo)號軟件(jian)(jian)工(gong)作(zuo)流程(cheng)語(yu)(yu)音撥(bo)(bo)(bo)(bo)號軟件(jian)(jian)的(de)(de)(de)(de)工(gong)作(zuo)流程(cheng)如(ru)圖2所示，電(dian)(dian)(dian)話(hua)(hua)(hua)(hua)(hua)(hua)薄數(shu)(shu)據(ju)(ju)庫(ku)(ku)(ku)(ku)、語(yu)(yu)音識(shi)(shi)(shi)別(bie)控(kong)(kong)制模塊(kuai)(kuai)、訊飛(fei)離(li)線識(shi)(shi)(shi)別(bie)引擎和ALSA庫(ku)(ku)(ku)(ku)相互配合，共(gong)同(tong)完成語(yu)(yu)音識(shi)(shi)(shi)別(bie)的(de)(de)(de)(de)啟動、識(shi)(shi)(shi)別(bie)和結束(shu)。具體(ti)流程(cheng)如(ru)下：（1）構(gou)建(jian)BNF文檔(dang)：控(kong)(kong)制模塊(kuai)(kuai)搜索本(ben)(ben)地(di)電(dian)(dian)(dian)話(hua)(hua)(hua)(hua)(hua)(hua)薄數(shu)(shu)據(ju)(ju)庫(ku)(ku)(ku)(ku)，導出用(yong)戶(hu)數(shu)(shu)據(ju)(ju)信息，按照巴科(ke)斯(si)范式語(yu)(yu)法(fa)(fa)，生成基于本(ben)(ben)地(di)數(shu)(shu)據(ju)(ju)庫(ku)(ku)(ku)(ku)的(de)(de)(de)(de)語(yu)(yu)法(fa)(fa)文檔(dang)；。多人(ren)語(yu)(yu)音識(shi)(shi)(shi)別(bie)及離(li)線語(yu)(yu)音識(shi)(shi)(shi)別(bie)也是(shi)當前需(xu)(xu)要(yao)(yao)重點(dian)解決的(de)(de)(de)(de)問題。

Siri、Alexa等虛(xu)擬助手(shou)的(de)(de)(de)(de)出現，讓自(zi)動(dong)(dong)語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)(yin)識(shi)別(bie)系(xi)(xi)統(tong)(tong)(tong)(tong)(tong)得到(dao)了更廣的(de)(de)(de)(de)運用與(yu)發(fa)(fa)展(zhan)。自(zi)動(dong)(dong)語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)(yin)識(shi)別(bie)(ASR)是(shi)一(yi)種(zhong)將(jiang)口語(yu)(yu)(yu)(yu)轉(zhuan)換(huan)為文(wen)(wen)本(ben)的(de)(de)(de)(de)過(guo)程(cheng)。該技術正在(zai)不斷應(ying)用于(yu)即時通(tong)訊應(ying)用程(cheng)序(xu)、搜索(suo)引擎、車(che)載系(xi)(xi)統(tong)(tong)(tong)(tong)(tong)和(he)家庭自(zi)動(dong)(dong)化中。盡管所有這些系(xi)(xi)統(tong)(tong)(tong)(tong)(tong)都依賴(lai)于(yu)略有不同的(de)(de)(de)(de)技術流程(cheng)，但這些所有系(xi)(xi)統(tong)(tong)(tong)(tong)(tong)的(de)(de)(de)(de)第一(yi)步都是(shi)相同的(de)(de)(de)(de)：捕獲語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)(yin)數據并(bing)將(jiang)其轉(zhuan)換(huan)為機(ji)器可讀的(de)(de)(de)(de)文(wen)(wen)本(ben)。但ASR系(xi)(xi)統(tong)(tong)(tong)(tong)(tong)如(ru)(ru)(ru)何工作？它(ta)如(ru)(ru)(ru)何學會辨別(bie)語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)(yin)？本(ben)文(wen)(wen)將(jiang)簡要(yao)介紹自(zi)動(dong)(dong)語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)(yin)識(shi)別(bie)。我(wo)們將(jiang)研(yan)究語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)(yin)轉(zhuan)換(huan)成(cheng)文(wen)(wen)本(ben)的(de)(de)(de)(de)過(guo)程(cheng)、如(ru)(ru)(ru)何構建ASR系(xi)(xi)統(tong)(tong)(tong)(tong)(tong)以及未來(lai)對ASR技術的(de)(de)(de)(de)期望(wang)。那么，我(wo)們開始吧！ASR系(xi)(xi)統(tong)(tong)(tong)(tong)(tong)：它(ta)們如(ru)(ru)(ru)何運作？因此，從(cong)基礎層面來(lai)看，我(wo)們知道自(zi)動(dong)(dong)語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)(yin)識(shi)別(bie)看起(qi)來(lai)如(ru)(ru)(ru)下：音(yin)(yin)(yin)(yin)(yin)頻(pin)數據輸(shu)入，文(wen)(wen)本(ben)數據輸(shu)出。但是(shi)，從(cong)輸(shu)入到(dao)輸(shu)出，音(yin)(yin)(yin)(yin)(yin)頻(pin)數據需要(yao)變(bian)成(cheng)機(ji)器可讀的(de)(de)(de)(de)數據。這意味著(zhu)數據通(tong)過(guo)聲學模(mo)(mo)型(xing)(xing)和(he)語(yu)(yu)(yu)(yu)言(yan)模(mo)(mo)型(xing)(xing)進行(xing)發(fa)(fa)送。這兩(liang)個過(guo)程(cheng)是(shi)這樣的(de)(de)(de)(de)：聲學模(mo)(mo)型(xing)(xing)確定了語(yu)(yu)(yu)(yu)言(yan)中音(yin)(yin)(yin)(yin)(yin)頻(pin)信號(hao)和(he)語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)(yin)單(dan)位(wei)之間的(de)(de)(de)(de)關系(xi)(xi)，而語(yu)(yu)(yu)(yu)言(yan)模(mo)(mo)型(xing)(xing)將(jiang)聲音(yin)(yin)(yin)(yin)(yin)與(yu)單(dan)詞及單(dan)詞序(xu)列(lie)進行(xing)匹配(pei)。這兩(liang)個模(mo)(mo)型(xing)(xing)允許ASR系(xi)(xi)統(tong)(tong)(tong)(tong)(tong)對音(yin)(yin)(yin)(yin)(yin)頻(pin)輸(shu)入進行(xing)概率檢查，以預測(ce)其中的(de)(de)(de)(de)單(dan)詞和(he)句(ju)子。然后，系(xi)(xi)統(tong)(tong)(tong)(tong)(tong)會選(xuan)出具有**高置信度等級(ji)的(de)(de)(de)(de)預測(ce)。**有時語(yu)(yu)(yu)(yu)言(yan)模(mo)(mo)型(xing)(xing)可以優(you)先考(kao)慮(lv)某(mou)些因其他因素而被(bei)認為更有可能(neng)的(de)(de)(de)(de)預測(ce)。因此，如(ru)(ru)(ru)果通(tong)過(guo)ASR系(xi)(xi)統(tong)(tong)(tong)(tong)(tong)運行(xing)短語(yu)(yu)(yu)(yu)。語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)(yin)識(shi)別(bie)的(de)(de)(de)(de)精(jing)度和(he)速(su)度取決實際(ji)應(ying)用環(huan)境。上海英語(yu)(yu)(yu)(yu)語(yu)(yu)(yu)(yu)音(yin)(yin)(yin)(yin)(yin)識(shi)別(bie)

語音識別(bie)(bie)技(ji)術還可以應(ying)用于自動(dong)口語翻(fan)譯。遼寧汽車語音識別(bie)(bie)

主流方(fang)向是更深(shen)更復(fu)雜的(de)(de)神(shen)經(jing)網(wang)絡技術融合端(duan)到(dao)端(duan)技術。2018年，科大(da)訊(xun)飛提出深(shen)度全序(xu)列卷(juan)積神(shen)經(jing)網(wang)絡（DFCNN），DFCNN使用大(da)量(liang)(liang)的(de)(de)卷(juan)積直(zhi)接對(dui)整句(ju)語(yu)(yu)音(yin)(yin)(yin)信(xin)(xin)(xin)號進(jin)行建模(mo)(mo)，主要借鑒了圖像(xiang)識(shi)(shi)別(bie)的(de)(de)網(wang)絡配置(zhi)，每個(ge)(ge)卷(juan)積層(ceng)(ceng)(ceng)(ceng)使用小(xiao)卷(juan)積核，并在(zai)多(duo)個(ge)(ge)卷(juan)積層(ceng)(ceng)(ceng)(ceng)之后再(zai)加上(shang)池化層(ceng)(ceng)(ceng)(ceng)，通(tong)過(guo)累積非常多(duo)卷(juan)積池化層(ceng)(ceng)(ceng)(ceng)對(dui)，從而可(ke)(ke)以(yi)看到(dao)更多(duo)的(de)(de)歷(li)史信(xin)(xin)(xin)息(xi)。2018年，阿(a)里提出LFR-DFSMN（LowerFrameRate-DeepFeedforwardSequentialMemoryNetworks）。該模(mo)(mo)型(xing)將低幀(zhen)率算法和(he)DFSMN算法進(jin)行融合，語(yu)(yu)音(yin)(yin)(yin)識(shi)(shi)別(bie)錯誤率相比上(shang)一(yi)(yi)(yi)(yi)代技術降低20%，解(jie)碼速度提升3倍(bei)。FSMN通(tong)過(guo)在(zai)FNN的(de)(de)隱(yin)層(ceng)(ceng)(ceng)(ceng)添加一(yi)(yi)(yi)(yi)些可(ke)(ke)學習的(de)(de)記憶模(mo)(mo)塊(kuai)，從而可(ke)(ke)以(yi)有效的(de)(de)對(dui)語(yu)(yu)音(yin)(yin)(yin)的(de)(de)長時相關性進(jin)行建模(mo)(mo)。而DFSMN是通(tong)過(guo)跳轉避免深(shen)層(ceng)(ceng)(ceng)(ceng)網(wang)絡的(de)(de)梯度消失(shi)問題，可(ke)(ke)以(yi)訓練出更深(shen)層(ceng)(ceng)(ceng)(ceng)的(de)(de)網(wang)絡結(jie)構(gou)。2019年，百度提出了流式多(duo)級(ji)的(de)(de)截(jie)斷注(zhu)意(yi)力(li)(li)(li)模(mo)(mo)型(xing)SMLTA，該模(mo)(mo)型(xing)是在(zai)LSTM和(he)CTC的(de)(de)基礎上(shang)引入(ru)了注(zhu)意(yi)力(li)(li)(li)機制來獲取(qu)更大(da)范圍和(he)更有層(ceng)(ceng)(ceng)(ceng)次的(de)(de)上(shang)下文信(xin)(xin)(xin)息(xi)。其(qi)中流式表示可(ke)(ke)以(yi)直(zhi)接對(dui)語(yu)(yu)音(yin)(yin)(yin)進(jin)行一(yi)(yi)(yi)(yi)個(ge)(ge)小(xiao)片(pian)段一(yi)(yi)(yi)(yi)個(ge)(ge)小(xiao)片(pian)段的(de)(de)增量(liang)(liang)解(jie)碼；多(duo)級(ji)表示堆疊多(duo)層(ceng)(ceng)(ceng)(ceng)注(zhu)意(yi)力(li)(li)(li)模(mo)(mo)型(xing)；截(jie)斷則表示利用CTC模(mo)(mo)型(xing)的(de)(de)尖(jian)峰信(xin)(xin)(xin)息(xi)，把語(yu)(yu)音(yin)(yin)(yin)切割成(cheng)一(yi)(yi)(yi)(yi)個(ge)(ge)一(yi)(yi)(yi)(yi)個(ge)(ge)小(xiao)片(pian)段，注(zhu)意(yi)力(li)(li)(li)模(mo)(mo)型(xing)和(he)解(jie)碼可(ke)(ke)以(yi)在(zai)這些小(xiao)片(pian)段上(shang)展開。在(zai)線語(yu)(yu)音(yin)(yin)(yin)識(shi)(shi)別(bie)率上(shang)。遼(liao)寧(ning)汽(qi)車語(yu)(yu)音(yin)(yin)(yin)識(shi)(shi)別(bie)

本文來自沈陽喜(xi)納多采(cai)暖工程有(you)限公司：//zjlong.cn/Article/93c399789.html