認(rèn)知＆嘗鮮福利：想聆聽一下人與電話機(jī)器人的交流過(guò)程嗎？期待親自與AI硅語(yǔ)來(lái)一次“芯靈的”對(duì)話嗎？想了解更多有關(guān)語(yǔ)音識(shí)別資訊嗎？請(qǐng)關(guān)注微信公眾號(hào)“硅語(yǔ)智能電話機(jī)器人”

智能化生活是什么樣子的？

當(dāng)電銷機(jī)器人對(duì)話你睜開雙眼體味著清晨第一抹陽(yáng)光，智能設(shè)備就已經(jīng)在自動(dòng)工作了，機(jī)器人幫你打掃屋子，處理文件，烹飪?cè)绮停?/p>

走出街道搭乘AI汽車，進(jìn)入公司，迎面是智能前臺(tái)。就連工作當(dāng)中接到的電話or收到的信息，都有可能經(jīng)過(guò)智能化處理。這些場(chǎng)景在幾十年前根本是不敢想象的，而如今大部分已經(jīng)實(shí)現(xiàn)！

作為人工智能基礎(chǔ)研究的語(yǔ)音識(shí)別技術(shù)，一直都是橫亙?cè)谘芯空呙媲暗碾y關(guān)，而讓計(jì)算機(jī)領(lǐng)會(huì)人所說(shuō)的話，實(shí)現(xiàn)人機(jī)對(duì)話已經(jīng)研究了近30年！從思維模型到具體實(shí)現(xiàn)，科學(xué)研究者攻克了無(wú)數(shù)難關(guān)。那么今天就讓電銷機(jī)器人對(duì)話我們了解一下略顯神秘的語(yǔ)音識(shí)別技術(shù)吧！

什么是智能語(yǔ)音識(shí)別系統(tǒng)？

語(yǔ)音識(shí)別實(shí)際就是將人說(shuō)話的內(nèi)容和意思轉(zhuǎn)換為計(jì)算機(jī)可讀的輸入，例如按鍵、二進(jìn)制編碼或者字符序列等。

語(yǔ)音識(shí)別的目的就是讓機(jī)器聽懂人類口述的語(yǔ)言，包括了兩方面的含義：第一是逐字逐句聽懂而不是轉(zhuǎn)化成書面的語(yǔ)言文字；第二是對(duì)口述語(yǔ)言中所包含的命令或請(qǐng)求加以領(lǐng)會(huì)，做出正確回應(yīng)，而不僅僅只是拘泥于所有詞匯的正確轉(zhuǎn)換。

如何進(jìn)行語(yǔ)音識(shí)別？

那么語(yǔ)音識(shí)別是如何進(jìn)行的呢？以硅語(yǔ)電話機(jī)器人為例：

1.對(duì)語(yǔ)音信號(hào)進(jìn)行分析和處理，除去冗余信息。

2.提取影響語(yǔ)音識(shí)別的關(guān)鍵信息和表達(dá)語(yǔ)言含義的特征信息。

3.后臺(tái)按照不同語(yǔ)法，依照先后次序識(shí)別字詞。

4.系統(tǒng)緊扣特征信息，用最小單元識(shí)別字詞。

5.智能算法能把語(yǔ)法邏輯當(dāng)作輔助識(shí)別條件，有利于分析和識(shí)別。

6.系統(tǒng)進(jìn)行語(yǔ)義分析，給關(guān)鍵信息劃分段落，取出所識(shí)別出的字詞并連接起來(lái)，同時(shí)根據(jù)語(yǔ)句意思調(diào)整句子構(gòu)成。

7.最后智能結(jié)合語(yǔ)義，仔細(xì)分析上下文的相互聯(lián)系，對(duì)當(dāng)前正在處理的語(yǔ)句進(jìn)行適當(dāng)修正。

語(yǔ)音識(shí)別如何提高辨識(shí)度？

語(yǔ)音的交互是一個(gè)認(rèn)知與辨識(shí)的過(guò)程，所以絕對(duì)不能與語(yǔ)法、語(yǔ)義和用語(yǔ)規(guī)范等方面分裂開來(lái)。系統(tǒng)會(huì)先對(duì)原始語(yǔ)音信號(hào)進(jìn)行處理，再進(jìn)行特征提取，消除噪聲和不同說(shuō)話人的發(fā)音差異帶來(lái)的影響，使處理后的信號(hào)能夠更完整地反映語(yǔ)音的本質(zhì)特征提取。算法會(huì)消除噪聲和不同說(shuō)話人的發(fā)音差異帶來(lái)的影響，使處理后的信號(hào)能夠更完整地反映語(yǔ)音的本質(zhì)特征。

智能語(yǔ)音系統(tǒng)的未來(lái)

實(shí)現(xiàn)人機(jī)間自由的語(yǔ)音交互成為未來(lái)AI的發(fā)展趨勢(shì)。一項(xiàng)新技術(shù)投入市場(chǎng)伴隨著一些興奮點(diǎn)，但也會(huì)存在一定的改善空間。

首先，智能語(yǔ)音市場(chǎng)需要針對(duì)特定的人群，特定的場(chǎng)景做適當(dāng)?shù)母淖儭Ｄ壳皝?lái)看人機(jī)交互在實(shí)時(shí)性、準(zhǔn)確性等方面還需提高。其次，語(yǔ)音輸入的內(nèi)容會(huì)涉及各種各樣專業(yè)的知識(shí)，智能語(yǔ)音系統(tǒng)在了解人類語(yǔ)言表面意思的基礎(chǔ)上，更進(jìn)一步識(shí)別其深層含義，所以智能語(yǔ)音系統(tǒng)的知識(shí)圖譜也是很大的挑戰(zhàn)，對(duì)輸入輸出、編碼譯碼都要做很高的要求，才能讓人機(jī)交互達(dá)到一個(gè)爆發(fā)點(diǎn)。

語(yǔ)音識(shí)別技術(shù)借助飛速發(fā)展的高速信息網(wǎng)，可實(shí)現(xiàn)計(jì)算機(jī)的全球聯(lián)網(wǎng)和信息資源共享，因此被廣泛應(yīng)用在語(yǔ)音輸入和控制系統(tǒng)、電銷機(jī)器人、智能電話查詢系統(tǒng)、智能家電及玩具等方面。

因此，語(yǔ)音識(shí)別功能是一項(xiàng)非常有發(fā)展?jié)摿Φ募夹g(shù)。可以設(shè)想，我們平時(shí)生活中很多地方都可以用到它，它可以大大便利我們的生活和工作，比如智能手機(jī)，智能空調(diào)及冰箱，電動(dòng)門，汽車導(dǎo)航，機(jī)器人控制，醫(yī)療設(shè)施，軍事設(shè)備等。

可以毫不夸張地說(shuō)，21世紀(jì)將會(huì)是語(yǔ)音識(shí)別普及的時(shí)代，而語(yǔ)音識(shí)別產(chǎn)品和設(shè)備也會(huì)以其獨(dú)特的魅力引領(lǐng)時(shí)代潮流，成為時(shí)代追逐的焦點(diǎn)。