[導(dǎo)讀]語音識別之路漫漫，在發(fā)展的過程中還面臨諸多難題……

 

　　隨著科技的進(jìn)步，我國已經(jīng)邁入發(fā)展的新時代。大眾創(chuàng)業(yè)、萬眾創(chuàng)新，在這個鼓勵創(chuàng)新和進(jìn)步的時代，人工智能受到了前所未有的關(guān)注、得到了廣泛的應(yīng)用，產(chǎn)生的影響也越來越大。

 

　　人工智能因何成名?

 

　　阿爾法狗與李世石的人機大戰(zhàn)引起了廣泛的爭議和討論，使得很多人開始關(guān)注人工智能。這類充滿了噱頭和趣味性的事件，滿足了人們的獵奇心理，也掀開了人工智能的神秘面紗。

 

　　在傳統(tǒng)的認(rèn)知觀念中，人們仿佛認(rèn)定人工智能指的就是機器人。實際上，機器人只是人工智能所有應(yīng)用中的一小部分。除了機器人之外，人工智能還包括機器視覺，指紋識別，人臉識別，視網(wǎng)膜識別，虹膜識別，掌紋識別，專家系統(tǒng)，自動規(guī)劃，智能搜索，定理證明，博弈，自動程序設(shè)計，智能控制，機器人學(xué)，語言和圖像理解，遺傳編程等。由此可見，人工智能的實際應(yīng)用領(lǐng)域是多么廣泛。

 

　　語音識別大放光彩

 

　　就像世界上沒有兩片完全相同的樹葉一樣，每個人都有不同于他人的特點和個性，比如血型、骨骼、膚色等這些在生理上的表現(xiàn) 。其中較為明顯的就是聲音，任何兩個人的聲紋信息都是不同的。

 

　　還記得前段時間曾經(jīng)引起熱議和追捧的綜藝《聲臨其境》，眾多大咖如：韓雪、朱亞文、梅婷等，都以自己獨特的聲音塑造角色，用自己的聲音魅力再現(xiàn)經(jīng)典，引發(fā)了觀眾的共鳴。每個人的聲音都各具特色，這也就展現(xiàn)出個體的差異性和聲音的獨特性。隨著這檔綜藝節(jié)目的收視長虹，語音識別技術(shù)也悄然進(jìn)入人們的視野。語音識別作為人工智能領(lǐng)域極具代表性的技術(shù)之一，在人們的智能生活中發(fā)揮的作用也越來越重要。這種智能科技能夠提高我們的生活質(zhì)量，為我們的生活提供有效的智能輔助，讓我們的生活更加便利。

 

　　在智能家居生活中，語音識別技術(shù)可以應(yīng)用于多個場景。包括聲控?zé)?、聲控家具、聲控多媒體、車載聲紋系統(tǒng)等等。只要下達(dá)一句簡單的口令，利用我們的聲音就可以喚醒智能家居設(shè)備。例如：聲控?zé)?。以前家里客廳的燈總是要用手指觸摸開關(guān)才能打開或者是關(guān)閉，而現(xiàn)在呢?只需要對著聲控?zé)粽f出指令詞，就可以開關(guān)燈，比起以前的確是方便了許多。

 

　　廣泛應(yīng)用語音識別

 

　　目前，多家手機產(chǎn)商加緊了在語音識別技術(shù)方面的布局速度。例如：LG設(shè)計的G7 ThinQ智能手機就應(yīng)用了遠(yuǎn)場語音識別技術(shù)。5月4日，阿里確認(rèn)全資收購北京先聲互聯(lián)科技有限公司(以下簡稱“先聲互聯(lián)”)，后者是國內(nèi)最早從事語音增強、遠(yuǎn)講語音交互接口技術(shù)的團(tuán)隊，曾為阿里、百度、小米等多家公司提供遠(yuǎn)講語音交互軟硬件的解決方案?？梢?，國內(nèi)高新科技企業(yè)對于語音識別布局的重視。

 

　　語音識別當(dāng)中有一項重要的內(nèi)容叫“遠(yuǎn)程識別”，意思是無論我們走到何地，通過聲紋信息，都可以方便、快捷地實現(xiàn)身份識別。這種技術(shù)為金融、社保等領(lǐng)域的大規(guī)模身份識別活動創(chuàng)造了便利的條件。以前這些大規(guī)模的身份認(rèn)證活動存在流動性大、審核困難的問題，代領(lǐng)、代簽、冒認(rèn)等行為難以杜絕。而語音識別技術(shù)有效地解決了這些問題，用戶完全可以通過語音識別系統(tǒng)進(jìn)行身份認(rèn)證和遠(yuǎn)程識別。這就為我國全面推行實名制奠定了基礎(chǔ)。

 

　　語音識別面臨難題

 

　　隨著語音識別技術(shù)的應(yīng)用和推廣，一些難題也逐漸顯現(xiàn)出來。

 

　　識別率是衡量語音識別系統(tǒng)性能好壞的一個重要指標(biāo)，在實際應(yīng)用中，識別率主要受到以下幾個因素的影響：

 

　　第一、背景噪音。如果所處的環(huán)境比較嘈雜，那么語音便會混沌不清，語音識別會受到周圍周圍環(huán)境的干擾。

 

　　第二、口語問題。人們在溝通交流時往往具有很大的隨意性，并不完全符合語法和詞匯使用的規(guī)范，有時也會隨意顛倒語序，這對語義的分析和理解造成了重大的影響。而語音識別終究還是人和機器之間能夠?qū)崿F(xiàn)“人機對話”，就像是“人與人對話”一樣自然和通暢。

 

　　此外，識別率還與說話人的性別、發(fā)音習(xí)慣、說話時間的長短等有關(guān)。

 

　　實時性是衡量語音識別系統(tǒng)性能好壞的另一個指標(biāo)。對于具有高速運算能力的CPU和大容量存儲器的PC而言，基本上能夠滿足實時性的要求;而對于資源有限的嵌入式系統(tǒng)來說，實時性幾乎得不到保證。

 

　　語音識別之路漫漫，在發(fā)展的過程中還面臨諸多難題，愿未來的人機互動能更加暢通，語音識別能夠為人們的生活帶來更多的便利!