電子發燒友網>電子資料下載>人工智能>ASR語音識別技術的介紹應用和優勢及實際案例分析

ASR語音識別技術的介紹應用和優勢及實際案例分析

3217109 2018-10-17 | pdf | 0.98 MB | 次下載 | 免費

資料介紹

　　ASR（Automatic Speech Recognition）自動語音識別技術是基于關鍵詞語列表識別的技術。每次識別的過程，就是把用戶說出的語音內容，通過頻譜轉換為語音特征，和這個關鍵詞語列表中的條目進行一一匹配，最優匹配的一條作為識別結果。比如在手機的應用中，這個關鍵詞語列表的內容就是電話本中的人名/手機的菜單命令/T 卡中的歌曲名稱等，不論這個列表的條目內容是什么，只需要用戶設置相關的寄存器，就可以把相應的待識別條目內容以字符形式傳遞給識別引擎。

　　識別引擎不關心關鍵詞語列表中的關鍵詞語的內容，可以是命令，人名，歌曲名字，操作指令等等任何的漢字字符串。

　　每條關鍵詞語最大可以支持的字數，從算法角度是限制在30字以內。但是從實際情況來看，用戶一口氣說超過8個字以上的條目時，幾乎肯定會出現說錯字 /說漏字/說多字/打嗝/停頓等情況，這些情況都會嚴重影響識別并造成識別錯誤。因而一般來說如果要獲得理想的識別效果，建議每條關鍵詞語的字數不要過長，避免影響效果。

　　ASR技術最重要的意義在于提供了一種脫離按鍵、鼠標的基于語音的用戶界面，使得用戶對于產品的操作更自然，相對手動控制更加快捷、方便，可用于智能家電、智能穿戴，聲控智能玩具等諸多領域。

　　目前在線語音識別方案價格較高，產品接入復雜周期冗長，響應時間受網絡影響。本方案提供的是基于大量語音數據庫的非特定人聲離線語音識別。本方案具有成本優勢，接入簡單周期短，識別響應速度快（0.5秒以內），不需要連接網絡。整體方案成熟、穩定、可靠，可以讓傳統產品快速升級智能語音功能。

　　離線語音識別技術，是基于關鍵詞語列表識別的技術。只需要設定好要識別的關鍵詞語列表，通過語音識別系統就可以對用戶說出的關鍵詞語進行識別，不需要用戶作任何錄音訓練。