一、語音識別技術介紹

　　語音識別技術，也被稱為自動語音識別Automatic Speech Recognition，（ASR），其目標是將人類的語音中的詞匯內容轉換為計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列。與說話人識別及說話人確認不同，后者嘗試識別或確認發出語音的說話人而非其中所包含的詞匯內容。

　　二、語音識別的基本原理

　　系統本質上是一種模式識別系統，包括特征提取、模式匹配、參考模式庫等三個基本單元，它的基本結構如下圖所示：

　　未知語音經過話筒變換成電信號后加在識別系統的輸入端，首先經過預處理，再根據人的語音特點建立語音模型，對輸入的語音信號進行分析，并抽取所需的特征，在此基礎上建立語音識別所需的模板。而計算機在識別過程中要根據語音識別的模型，將計算機中存放的語音模板與輸入的語音信號的特征進行比較，根據一定的搜索和匹配策略，找出一系列最優的與輸入語音匹配的模板。然后根據此模板的定義，通過查表就可以給出計算機的識別結果。顯然，這種最優的結果與特征的選擇、語音模型的好壞、模板是否準確都有直接的關系。

　　三、語音識別系統的分類

　　系統可以根據對輸入語音的限制加以分類。如果從說話者與識別系統的相關性考慮，可以將識別系統分為三類：（1）特定人語音識別系統。僅考慮對于專人的話音進行識別。（2）非特定人語音系統。識別的語音與人無關，通常要用大量不同人的語音數據庫對識別系統進行學習。（3）多人的識別系統。通常能識別一組人的語音，或者成為特定組語音識別系統，該系統僅要求對要識別的那組人的語音進行訓練。

　　如果從說話的方式考慮，也可以將識別系統分為三類：（1）孤立詞語音識別系統。孤立詞識別系統要求輸入每個詞后要停頓。（2）連接詞語音識別系統。連接詞輸入系統要求對每個詞都清楚發音，一些連音現象開始出現。（3）連續語音識別系統。連續語音輸入是自然流利的連續語音輸入，大量連音和變音會出現。

　　如果從識別系統的詞匯量大小考慮，也可以將識別系統分為三類：（1）小詞匯量語音識別系統。通常包括幾十個詞的語音識別系統。（2）中等詞匯量的語音識別系統。通常包括幾百個詞到上千個詞的識別系統。（3）大詞匯量語音識別系統。通常包括幾千到幾萬個詞的語音識別系統。隨著計算機與數字信號處理器運算能力以及識別系統精度的提高，識別系統根據詞匯量大小進行分類也不斷進行變化。目前是中等詞匯量的識別系統，將來可能就是小詞匯量的語音識別系統。這些不同的限制也確定了語音識別系統的困難度。

　　四、語音識別的應用

　　可以應用的領域大致分為大五類：

　　辦公室或商務系統。典型的應用包括：填寫數據表格、數據庫管理和控制、鍵盤功能增強等等。

　　制造業：在質量控制中，語音識別系統可以為制造過程提供一種“不用手”、“不用眼”的檢控（部件檢查）。

　　電信：相當廣泛的一類應用在撥號電話系統上都是可行的，包括話務員協助服務的自動化、國際國內遠程電子商務、語音呼叫分配、語音撥號、分類訂貨。

　　醫療：這方面的主要應用是由聲音來生成和編輯專業的醫療報告。

　　其他：包括由語音控制和操作的游戲和玩具、幫助殘疾人的語音識別系統、車輛行駛中一些非關鍵功能的語音控制，如車載交通路況控制系統、音響系統。