现在智能手机可以理解像"打电话给妈妈"，"给老板发信息"，"播放最新歌曲"，"打开交流"等指令，但是这是如何做到的呢？一个简单的答案是语音识别。
语音识别于年由IBM首次推出，当时它推出了第一台能够将人类语音转换为文本的机器。今天，在人工智能（AI）、机器学习（ML）和深度学习等最新技术的推动下，语音识别正在触及新的里程碑。
全球顶级公司正在利用这一最新技术进步，使其用户体验高效、流畅。亚马逊的Alexa、苹果的Siri、谷歌助手、Facebook的OculusVR和微软的Cortana等技术都是语音识别的例子。
语音识别在人工智能和机器学习出现之前是一个非常利基（niche）的领域，现在已经完全改变了。在我们了解人工智能和机器学习是如何做出更改之前，先看一下这些术语的细微差别。
人工智能
人工智能是机器能够像人类或动物一样展示智力的技术。最初，人工智能只是记住数据并相应地生成结果；然而，现在它远不止于机器执行各种活动，如语音识别、对象识别、翻译文本等等。
人工智能的另一个最新成员是深度学习。在深度学习的帮助下，机器可以处理数据并创建模式，帮助他们做出有价值的决策。机器通过深度学习的这种行为类似于人脑的行为。深度学习活动可以"监督"、"半监督"和"无人监督"。
机器学习
机器学习是人工智能的一个子部分，它教机器记住过去的事件和活动。通过机器学习，机器经过培训，可以保留各种数据集的信息和输出，并识别这些决策中的模式。它允许机器在没有编程代码帮助的情况下自行学习。
机器学习的一个例子是电子商务网站向您推荐产品。该代码一旦编写，允许机器自行演变并分析用户行为，从而根据产品偏好和过去的购买情况推荐产品。这涉及到零人干扰，并利用人工神经网络（ANN）等方法。
语音识别
语音识别只是理解用户语音并将其转换为文本的活动。它主要有3种类型：
自动语音识别（ASR）
计算机语音识别（CSR）
文本语音（STT）
注意：音频识别和语音识别（声纹识别）是两码事。前者理解语音样本并将其转换为文本样本，而后者的唯一目的是识别语音并识别其所属人。语音识别通常用于安全和真实性目的。人工智能和机器学习如何影响语音识别的未来？由于人工智能和机器学习技术的发展，我们设备中语音识别的使用量有了很大的增长。语音识别现在正被用于从唤醒你的电器和小工具到监控你的健康，播放情绪增强的歌曲，在搜索引擎上运行查询，甚至打电话等各种任务。全球语音识别市场目前以17.2%的累计年增长率增长，预计到年将突破亿美元大关。然而，最初使用人工智能和机器学习已经解决了巨大的挑战。在初始阶段，语音识别的一些最大挑战是语音录制设备不良、语音样本中的巨大噪声、同一用户语音中的不同音高等。除此之外，不断变化的方言和语法因素，如同义词也是一个很大的挑战。在能够过滤声音、消除噪声和根据上下文识别单词含义的人工智能程序的帮助下，这些挑战大部分都得到了解决。如今，语音识别的效率达到了95%，而在30年前，这一数字还不到20%。程序员目前面临的最大挑战是制造能够理解情绪和感情的机器，并在这方面取得令人满意的进展。语音识别效率的提高正在成为其成功的重要驱动因素，顶尖科技巨头正在利用这些优势。仅在年，超过20%的用户通过语音在Google上搜索，预计这个数字现在将更加突出。下面列出了当今语音识别的一些关键用法。语音识别的最常用性是执行基本活动，如在Google上搜索、设置提醒、安排会议、播放歌曲、控制同步设备等。语音识别现在也被用于各种金融交易，一些银行和金融公司向用户提供"语音传输"功能。在语音识别的帮助下，从一种语言翻译到另一种语言也变得容易多了。语音识别的一个关键用途是发现新歌曲。有许多网站，可以告诉你这首歌的名字，只是听你哼着它的音乐。这项技术还有助于转录视频讲座，然后这些讲座的副本通常附有视频文件。您可以使用语音识别，来进行GPS导航和旅游规划。信息源于：signalscv
关于我们
21dB声学人是中国科学院声学研究所苏州电声产业化基地旗下科技媒体，专注于声学新技术、音频测试与分析、声学市场调研、声学学习社群建设等。合作推广
稿件投稿｜项目推广｜创业支持请发送需求至以下邮箱，我们将派专人与您联系21dbioasonic.转载请注明：http://www.0431gb208.com/sjszlfa/109.html
