導(dǎo)語：語音識別已運用于日常生活中的多種場景，那么語音識別是什么？語音識別是如何發(fā)生的？語音識別能為我們的生活提供什么幫助呢？本篇文章帶你一探究竟。

?? 語音識別是什么？?

? ? ? ? 語音識別主要指語音轉(zhuǎn)文本，是一項綜合語言學(xué)、數(shù)學(xué)和統(tǒng)計學(xué)的技術(shù)，通過機器識別，可將人類語音轉(zhuǎn)化為文本形式。為達到最自然、最精確的效果，語音識別常結(jié)合人工智能算法（AI）和機器學(xué)習(xí)算法（ML）來分析語法、句法、句子結(jié)構(gòu)、語音組成和聲音信號，使機器更好地理解及處理人類語音。?在實際工作中，不同項目有不同的語音識別要求，因此需要選用相應(yīng)功能來提高識別率，語音識別的常見功能包括：?

• 語言權(quán)重：對特定場景中可能使用更頻繁的特定詞語（如產(chǎn)品或品牌名稱、行業(yè)術(shù)語）與更常用的表達進行權(quán)重計算，從而提高系統(tǒng)準(zhǔn)確性；

• 說話人標(biāo)記：尤其適用于多人說話的場景，將每位說話者進行單獨標(biāo)記，從而更容易識別誰說了什么；

• 聲學(xué)訓(xùn)練：確保系統(tǒng)能夠適應(yīng)對話過程中可能出現(xiàn)的外部聲音（例如陣風(fēng)、交通噪音、咳嗽），從而降低對文字識別的干擾；

• 臟話過濾：顧名思義，使用過濾器來清除不文明用語。

?? 語音識別過程是如何發(fā)生的？

? ? ? ??語音識別包括：語音輸入、特征提取、特征向量、解碼器和單詞輸出。簡單來說，語音識別器利用算法通過以下步驟將口語轉(zhuǎn)化為文本：?

步驟一：系統(tǒng)分析音頻；

步驟二：將音頻分解為多個部分；

步驟三：將音頻數(shù)字化為計算機可讀格式；

步驟四：使用算法將音頻與最合適的文本表示相匹配。?

? ? ? ??其中步驟四由解碼器完成，解碼器利用聲學(xué)模型、發(fā)音詞典和語言模型來確定適當(dāng)?shù)妮敵觥?/span>?語音識別的質(zhì)量基于轉(zhuǎn)化準(zhǔn)確率來衡量，發(fā)音、口音、音高、音量、背景噪音等因素都有可能增加錯誤率，因此必須添加聲學(xué)和語言模型：?聲學(xué)模型：用以表示語音和音頻信號的語言單位之間的關(guān)系。語言模型：將語音與單詞序列相匹配，以區(qū)分發(fā)音相似的單詞。?因此，AI和ML通過各種算法或計算技術(shù)將語音識別為文本，以幫助提高系統(tǒng)準(zhǔn)確性。最常見的技術(shù)包括：自然語言處理（NLP）、隱馬爾可夫模型、n元文法、神經(jīng)網(wǎng)絡(luò)、聲紋分割聚類。

?

?? 語音識別常用場景？

汽車：較新的車型中往往有多種聲控導(dǎo)航工具，允許駕駛員在不轉(zhuǎn)移視線或不用手的情況下改變導(dǎo)航系統(tǒng)等方面，從而提高整體道路安全性；?

客戶服務(wù)：虛擬助理越來越常見，如在電話中為客戶提供幫助；?

日常技術(shù)：例如我們智能手機或其他設(shè)備上使用的虛擬助理（如?Siri?和?Alexa）；?

教育：使用語音識別來加強與發(fā)音相關(guān)的語言教學(xué)；?

情緒識別：通過對聲音特征的分析確定某人試圖傳達的具體情緒。情緒識別與情緒分析結(jié)合時尤其有用，能幫助我們了解客戶對某種產(chǎn)品或服務(wù)的感受；?

免提通信：類似于汽車語音辨識的用途，也可以進一步提升，如無需接聽智能手機即可接聽電話；?

安全性：基于語音的身份驗證可確保日常活動中的安全。

總結(jié)

?? ? ? ??語音識別可以帶來許多好處，但要使語音識別效果好，需要收集大量高質(zhì)量的培訓(xùn)數(shù)據(jù)，數(shù)據(jù)多樣性也很重要哦！

? ? ? ??特別說明：本文編譯自 TAUS 官網(wǎng)，原文標(biāo)題“What is Speech Recognition and how to do it?”，部分內(nèi)容有改動。

編譯：馮春霈

本文來源于微信公眾號“翻譯技術(shù)教育與研究”、微信公眾號“語言服務(wù)行業(yè)”，致力于語言服務(wù)行業(yè)資訊、洞察、洞見~ 關(guān)注我們，了解更多精彩內(nèi)容~?