让机器听懂世界，触及人类梦想还有多远

 语言交互能力是人类认知发展、终身学习的基础,这为人类开启了智慧之门。人工智能时代,语言交互也将是人类和机器之间表达思想、交流知识、相互沟通的重要工具,这就需要让机器听懂复杂场景下的人类语言并且适应人类几千年进化形成的远场语音交互习惯,从而让机器真正认知人类世界,为机器产生类人智能提供一种参考。     

探索语音识别技术的前世今生

 自动语音识别技术(Automatic Speech Recognition-ASR)是一种实现从"声音"到"文字"转换的技术,通过将人的语音直接转换成相应的文本以便计算机进行理解和产生相应的操作,并最终实现人与机器之间的自然语音交互。语音识别就好比"机器的听觉系统",让机器通过识别和理解,能够把语音信号转变为相应的文本或命令,下面简要回顾语音识别技术的发展历程。     

语音识别技术在数字图书馆检索系统中的应用

概要介绍了语音识别技术和微软语音开发应用程序接口(Microsoft Speech API,SAPI)。语音识别技术随着计算机技术的发展而逐渐成熟,使计算机能够识别用户的语音输入,记录下用户的语音信息并执行相应的命令。微软的SAPI是Windows操作系统下的语音识别开发平台,它开发快捷,有设计良好的运行机制、识别引擎和调用接口,能够模块化组件开发。其次,利用SAPI,设计实现了应用语音识别技术的数字图书馆检索系统。此系统使用户在使用数字图书馆时检索更加方便,读者说出想查询的内容,系统即可完成整个检索过程并显示查询结果。此系统基于SAPI平台开发,采用了MySQL作为后台数据库。此检索系统分为一站式检索和智能检索。其中,一站式检索为读者提供了通用语音识别框,读者检索时无需使用鼠标和键盘,只需说出自己想要查找内容的关键词即可查询。一站式检索系统不仅能够实现对图书馆数据库的关键词检索,而且在界面上还同步提示出可选关键词、现有馆藏书目、借阅情况等信息,协助用户检索信息。而智能检索是在一站式检索的基础上,结合了中文分词技术,进一步降低搜索难度方便用户使用。用户检索时无需考虑关键词、检索语法,只需像平时一样说出想检索的内容,检索系统会自动识别用户的语音,然后进行智能分词,再通过转换过程,过滤出关键词并生成专业的检索语法进行检索,并最终返回检索结果。整个识别、分词、转换过程由系统自动完成,无需读者干预。随着技术的进步,结合了语音识别的检索系统将使数字图书馆能够更加方便快捷地为读者服务。     

非特定语音识别技术在现代家居控制系统中的应用

该文介绍了语音识别技术的基本原理,以现代智能家居为背景,将非特定语音识别技术应用于智能家居控制系统中。通过非特定人语音识别技术,该系统能够正确地识别出人的语音控制命令,进行家电设备的智能语音控制,实现家电设备控制的智能化、便捷化。     

模式识别理论和技术在语音识别研究中的应用

语音识别是让机器听懂人的说话,并准确地识别出语音的内容和执行相应操作的技术．该文介绍了语音识别发展的过程,语音识别系统的结构和识别过程,模式识别理论和技术在语音识别研究中的应用以及语音识别中的关键技术和面临的问题．最后讨论了语音识别技术存在的优点和不足,并展望了其应用研究的前景．     

语音识别 电视购物

把语音信号转变为相应的文本或命令的高技术，让机器通过识别和理解语音、听懂人类的语言。     

语音识控走向应用

对着计算机读完一篇文稿,屏幕上立即出现了对应该文稿的文字,随即计算机又将它朗读了一遍,以便校对。在手写输入板上用笔进行修改后,发出打印指令,一篇新闻稿就完成了。这就是我国科技大学最近研制成功的“能听会说”计算机。语音识别和控制技术是智能计算机研究领域的重要课题,是信息技术的前沿领域。语音识别和控制技术就是用语音去控制机器,让机器根据人的口令行动。声音是一种机械振动波,具有一定的能量,利用像话筒那样的声电波传感器,就可以把声波转变成电信号,经过处理后又将电信号转变为电脑能识     

Nuance:畅享自然语理解技术

解读Siri背后的语音技术占据全球2/3的语音市场份额、合作者多是跨国巨擘、开发创新的语音助理应用……全球领先的语音和语言技术公司Nuance发力中国语音应用市场。2011年10月,苹果公司推出iPhone 4S,其最大的亮点便是Siri这一智能语音工具。近一年后,中文版Siri让国内的苹果用户开始热衷于对着手机说出指令。在"调戏"Siri的热潮逐渐褪去后,人们发现,Siri的更方便之处在于设定闹钟、记录备忘、查询天气、搜索地图,而并非只用来消遣。之后的     

语音端点检测的常用方法及改进

语言是人类最重要的、最有效的、最常用的和最方便的通信形式。人们在与机器的信息交流中利用语音识别技术更加的方便、自然。语音识别中最基本的一些技术仍在不断发展。本文首先介绍了语音信号处理中端点检测的若干方法,着重分析了两种传统方法。而后简要介绍了它们的优劣和几种对它们的改进方法。最后提出了利用图像处理技术中的边缘检测技术进行语音端点检测的思路。     

智能轮椅语音控制系统的电路设计的研究

在智能机器人的服务领域里面,智能轮椅是一个很重要的应用,其目的是帮助老年人与残障人,提高他们的行动自由度,能重新融入社会。随着路径规划技术、语音识别技术、SPI模拟技术、信息融合技术等高科技的发展,轮椅功能发生了根本性的革命,通过语音识别和电机的驱动模块,具有自主避障手动控制等功能。     

基于深度学习的智能语音问答系统研究

随着人工智能行业的不断发展,智能语音问答技术逐步得到国内外学者的广泛关注和研究,但是语音识别方面仍然存在两个技术瓶颈,第一是语音识别系统,第二是根据识别的语音进行问题的回答。基于此,开展了基于深度学习的智能语音问答系统研究。首先介绍了基于隐马尔科夫模型的语音识别系统,然后研究了基于梅尔频率的语音信号特征提取技术,并建立了声学和语言模型,最后研究了基于GRU算法的问答匹配模型,并基于以上模型开发了智能语音问答系统。经实际实验验证分析,文章所提出的算法在语音识别和问答的准确度方面都相比传统算法具有很高的精确度,本算法具有较大的实用价值。     

基于VoiceXML的智能语音识别技术在168语音信息平台中的应用

对168智能语音系统核心技术（语音合成技术,语音识别技术,VXML技术）进行了着重描述。     

MRCPv2在电信智能语音识别业务中的应用

随着自然语音识别技术的成熟,智能语音识别业务将会在传统电信行业迎来大发展,MRCPv2标准协议使得语音识别能力的集成变得更加方便快捷.该文详细介绍了MRCPv2协议的系统架构和控制流程,总结了MRCPv2协议的使用规范,并且通过MRCPv2在语音识别中状态机变迁、关键方法、事件以及重要消息头的讲解,对一次典型语音识别业务中MRCPv2协议的应用进行了详细的阐述.     

P2P网络通讯系统中的语音通讯技术

在这个信息爆炸的时代,人与人之间的交流与沟通离不开网络。从最初的文字、图片,到现在的语音、视频,得以发展的不仅仅是网络通讯技术,其中的语音通讯技术也随之进步。P2P网络的迅猛发展使得其在整个网络系统中处于重要的地位,与此同时,语音通讯技术也为人类生活带来极大的便捷。该文将从P2P网络通讯系统和语音通讯技术的概念、功能及重大影响进行分析总结,其中语音通讯技术的功能是该文研究重点。     

语音识别与智能阅读技术的应用研究

首先阐述了在多媒体作品中应用语音识别和智能阅读技术的基本思想,其次介绍了在多媒体作品中应用语音识别和智能阅读技术的实现方法,然后以简单的示例说明利用VB多媒体开发系统开发具有语音识别和文本阅读器的设计方法.     

一种基于语音识别的电视机遥控器设计与实现

提出了一种可识别非特定人语音指令的电视机遥控器,旨在不对电视机做任何改动的情况下,通过遥控器红外学习,实现语音识别并对电视机实现控制。该设计采用了STC90LE52作为主控芯片,LD3320芯片作为语音识别芯片,STM32F103C8T6为红外发射部分主控芯片。最后通过实验证明该系统能在环境嘈杂的情况下正常识别用户的语音命令,具有一定的抗干扰性。该设计的成功实现为更多的智能语音控制为基础的智能家居设计积累了经验和奠定了基础。     

蒙古语电话语音语料库的建立

蒙古语电话语音的研究刚刚起步,建立规模较大的、通用的电话语音语料库成为了重要的基础工作.本次建立的蒙古语电话语音语料库是以自然口语的对话形式进行录制,并且体现了不同电话信道、不同方言、不同年龄段说话人的特点.本文详细讨论了语料库的录制整理、语音切分和语音标注等几个问题.本次建立的语料库为蒙古语电话语音的语音识别、语音检索、语音监控和说话人识别等技术的研究提供了真实的实验数据.     

一种基于注意力机制的语音情感识别算法研究

随着语音识别和自然语言处理技术的成熟,智能语音技术逐步落地到各行各业,但目前智能语音产品缺乏情感的交互,未实现真正的智能。为了提升智能语音产品的拟人性,学术界对语音情感识别的研究热度越来越高,但是多局限在使用传统特征工程以及通用深度学习模型上。在应用深度学习模型的基础上引入注意力机制对语音情感识别展开研究,选用语谱图作...     

语音识别技术的进展

随着语音识别技术的深入研究和发展,语音识别技术已基本成熟并逐渐应用于人们生活中的各个领域。本文描述了语音识别技术的进展、问题及展望。     

嵌入式语音处理器在控制系统中的应用

本文介绍利用嵌入式语音识别处理器来设计智能玩具。其中硬件设计是基于SPCE061A单片机的语音识别电路设计、电机控制电路设计和状态显示设计;系统软件包括语音提示、对特定发音人训练和识别。经测试,识别准确率较高,控制准确。