語(yǔ)音識(shí)別的研究現(xiàn)狀和應(yīng)用前景

語(yǔ)音識(shí)別的研究現(xiàn)狀和應(yīng)用前景今天，許多用戶已經(jīng)能享受到語(yǔ)音技術(shù)的優(yōu)勢(shì)了，可以對(duì)計(jì)算機(jī)發(fā)送命令，或者要求計(jì)算機(jī)記錄下用戶所說(shuō)的話，以及將文本轉(zhuǎn)換成聲音朗讀出來(lái)。盡管如此，距離真正的人機(jī)自由交流的前景似乎還遠(yuǎn)。目前，計(jì)算機(jī)還需要對(duì)用戶作大量訓(xùn)練才能識(shí)別用戶的語(yǔ)音。并且，識(shí)別率也并不總是盡如人意。換言之，語(yǔ)音識(shí)別技術(shù)還有一段路需要走，要做到真正成功的商業(yè)化，它還必須在很多方面取得突破性進(jìn)展，這實(shí)際就是其技術(shù)的未來(lái)走向。。就算法模型方面而言，需要有進(jìn)一步的突破。目前能看出它的一些明顯不足，尤其在中文語(yǔ)音識(shí)別方面，語(yǔ)言模型還有待完善，因?yàn)檎Z(yǔ)言模型和聲學(xué)模型正是聽(tīng)寫識(shí)別的基礎(chǔ)，這方面沒(méi)有突破，語(yǔ)音識(shí)別的進(jìn)展就只能是一句空話。目前使用的語(yǔ)言模型只是一種概率模型，還沒(méi)有用到以語(yǔ)言學(xué)為基礎(chǔ)的文法模型，而要使計(jì)算機(jī)確實(shí)理解人類的語(yǔ)言，就必須在這一點(diǎn)上取得進(jìn)展，這是一個(gè)相當(dāng)艱苦的工作。此外，隨著硬件資源的不斷發(fā)展，一些核心算法如特征提取、搜索算法或者自適應(yīng)算法將有可能進(jìn)一步改進(jìn)?？梢韵嘈?，半導(dǎo)體和軟件技術(shù)的共同進(jìn)步將為語(yǔ)音識(shí)別技術(shù)的基礎(chǔ)性工作帶來(lái)福音。。就自適應(yīng)方面而言，語(yǔ)音識(shí)別技術(shù)也有待進(jìn)一步改進(jìn)。目前，象IBM的ViaVoice和Asiaworks的SPK都需要用戶在使用前進(jìn)行幾百句話的訓(xùn)練，以讓計(jì)算機(jī)適應(yīng)你的聲音特征。這必然限制了語(yǔ)音識(shí)別技術(shù)的進(jìn)一步應(yīng)用，大量的訓(xùn)練不僅讓用戶感到厭煩，而且加大了系統(tǒng)的負(fù)擔(dān)。并且，不能指望將來(lái)的消費(fèi)電子應(yīng)用產(chǎn)品也針對(duì)單個(gè)消費(fèi)者進(jìn)行訓(xùn)練。因此，必須在自適應(yīng)方面有進(jìn)一步的提高，做到不受特定人、口音或者方言的影響，這實(shí)際上也意味著對(duì)語(yǔ)言模型的進(jìn)一步改進(jìn)?，F(xiàn)實(shí)世界的用戶類型是多種多樣的，就聲音特征來(lái)講有男音、女音和童音的區(qū)別，此外，許多人的發(fā)音離標(biāo)準(zhǔn)發(fā)音差距甚遠(yuǎn)，這就涉及到對(duì)口音或方言的處理。如果語(yǔ)音識(shí)別能做到自動(dòng)適應(yīng)大多數(shù)人的聲線特征，那可能比提高一二個(gè)百分點(diǎn)識(shí)別率更重要。事實(shí)上，ViaVoice的應(yīng)用前景也因?yàn)檫@一點(diǎn)打了折扣，只有普通話說(shuō)得很好的用戶才可以在其中文版連續(xù)語(yǔ)音識(shí)別方面取得相對(duì)滿意的成績(jī)。。就強(qiáng)健性方面而言，語(yǔ)音識(shí)別技術(shù)需要能排除各種環(huán)境因素的影響。目前，對(duì)語(yǔ)音識(shí)別效果影響最大的就是環(huán)境雜音或嗓音，在公共場(chǎng)合，你幾乎不可能指望計(jì)算機(jī)能聽(tīng)懂你的話，來(lái)自四面八方的聲音讓它茫然而不知所措。很顯然這極大地限制了語(yǔ)音技術(shù)的應(yīng)用范圍，目前，要在嘈雜環(huán)境中使用語(yǔ)音識(shí)別技術(shù)必須有特殊的抗嗓(NoiseCancellation)麥克風(fēng)才能進(jìn)行，這對(duì)多數(shù)用戶來(lái)說(shuō)是不現(xiàn)實(shí)的。在公共場(chǎng)合中，個(gè)人能有意識(shí)地摒棄環(huán)境嗓音并從中獲取自己所需要的特定聲音，如何讓語(yǔ)音識(shí)別技術(shù)也能達(dá)成這一點(diǎn)呢？這的確是一個(gè)艱巨的任務(wù)。。此外，帶寬問(wèn)題也可能影響語(yǔ)音的有效傳送，在速率低于1000比特/秒的極低比特率下，語(yǔ)音編碼的研究將大大有別于正常情況，比如要在某些帶寬特別窄的信道上傳輸語(yǔ)音，以及水聲通信、