語音識(shí)別技術(shù)

1、目前主流的語音識(shí)別技術(shù)是基于統(tǒng)計(jì)模式識(shí)別的基本理論。一個(gè)完整的語音識(shí)別系統(tǒng)可大致分為三部分：（1）語音特征提?。海?）聲學(xué)模型與模式匹配（識(shí)別算法）（3）語義理解：計(jì)算機(jī)對識(shí)別結(jié)果進(jìn)行語法、語義分析。語音識(shí)別技術(shù)，也被稱為自動(dòng)語音識(shí)別AutomaticSpeechRecognition，(ASR)，語音識(shí)別的發(fā)展簡史語音識(shí)別的發(fā)展簡史1952年AT&TBell實(shí)驗(yàn)室實(shí)現(xiàn)了一個(gè)單一發(fā)音人孤立發(fā)音的十個(gè)英文數(shù)字的語音識(shí)別系統(tǒng)，到現(xiàn)在的人機(jī)語

2、音交互。語音識(shí)別研究從二十世紀(jì)50年代開始到現(xiàn)在歷半個(gè)多世紀(jì)的蓬勃發(fā)展，在這期間獲得了巨大的進(jìn)展?，F(xiàn)代語音識(shí)別技術(shù)研究重點(diǎn)包括即興口語的識(shí)別和理解，自然口語對話，以及多語種的語音同聲翻譯。語音識(shí)別應(yīng)用的特點(diǎn)語音識(shí)別應(yīng)用的特點(diǎn)1.語音識(shí)別系統(tǒng)必須覆蓋的功能包括：（1）語音識(shí)別系統(tǒng)要對用戶有益（希望它是能檢測到的）。例如提高生產(chǎn)率，容易使用，更好的人機(jī)界面，或更自然的信息交流模式。（2）語音識(shí)別系統(tǒng)要對用戶“友好”。這種“友好”的含義是：用

3、戶在和系統(tǒng)進(jìn)行語音對話時(shí)感到舒適；系統(tǒng)的語音提示既有幫助，又很親近。（3）語音識(shí)別系統(tǒng)必須有足夠的精度（4）語音識(shí)別系統(tǒng)要有實(shí)時(shí)處理能力；例如系統(tǒng)對用戶詢問的響應(yīng)時(shí)間要很短。2.語音識(shí)別錯(cuò)誤的處理有以下四種方式可以處理這個(gè)問題。（1）錯(cuò)誤弱化法。這種處理僅僅花費(fèi)用戶很少一點(diǎn)時(shí)間，對用戶幾乎沒什么其它不利影響。（2）錯(cuò)誤自檢糾正法系統(tǒng)利用已知任務(wù)的限制自動(dòng)地檢測并糾正錯(cuò)誤。（3）確認(rèn)或多層次判定個(gè)音相對應(yīng)的地址及相應(yīng)的投遞路線的。在這個(gè)例

4、子中，有三個(gè)投遞地址符合這一語音標(biāo)準(zhǔn)，分揀員知道哪一個(gè)是正確的地址，于是就可以把郵件分給相應(yīng)投遞段的投遞員了。SpellIt技術(shù)可以識(shí)別字母、數(shù)字、關(guān)鍵詞以及無數(shù)的組合，對大公司的郵件收發(fā)中心和郵局的手工郵件分揀來說都是一次徹底的變革。這種進(jìn)步使得郵件中心可以使用快捷、精密、配套的郵件自動(dòng)化處理設(shè)備來提高郵件處理全過程的工作效率。SpellIt技術(shù)還可以適用于世界上的多種語言。大公司的郵件收發(fā)中心和郵局所面臨的一個(gè)重大問題就是如何能在控

5、制培訓(xùn)經(jīng)費(fèi)的情況下提高生產(chǎn)率？通過減少對內(nèi)部郵件和不能上分揀機(jī)郵件的查找時(shí)間能得到什么樣的經(jīng)濟(jì)效益？手工郵件分揀中心經(jīng)常要考慮和勞動(dòng)力有關(guān)的問題：人力成本越來越高，人員更迭越來越快，培訓(xùn)費(fèi)用越來越多。公司內(nèi)部收發(fā)中心和郵局的手工分揀都主要依靠分揀人員的記憶力。招募、培訓(xùn)和留住熟練分揀員往往需要很高的成本。如果一個(gè)熟練工因病、因事請假或去度假，或者辭職，必須有另外的人來補(bǔ)上空缺的崗位。因?yàn)樯a(chǎn)率的提高有賴于工人的工作熟練程度，而許多企業(yè)由

6、于人員流動(dòng)頻繁導(dǎo)致了培訓(xùn)經(jīng)費(fèi)的持續(xù)增長，這樣效益目標(biāo)就很難達(dá)到。手工分揀主要依賴員工的記憶力，而人工標(biāo)碼等半自動(dòng)化處理雖然減輕了記憶的壓力，卻需要一套全新的技術(shù)。從手工操作到半自動(dòng)化操作往往需要員工完全改變操作技能，許多熟練的手工分揀員改換使用鍵盤操作時(shí)生產(chǎn)率不升反降。許多公司在采用人工標(biāo)碼臺(tái)及采用近距離或遠(yuǎn)距離視頻標(biāo)碼設(shè)備時(shí)都出現(xiàn)了這種情況，因?yàn)闃?biāo)碼技術(shù)完全依賴操作員的鍵盤技術(shù)來處理郵件。和標(biāo)碼技術(shù)相比，語音識(shí)別技術(shù)可以大大地減少職工

7、培訓(xùn)，并且可以減輕甚至消除從手工勞動(dòng)向自動(dòng)化轉(zhuǎn)變過程對生產(chǎn)率的影響。要達(dá)到熟練分揀不必再需要大量的工作經(jīng)驗(yàn)。實(shí)際上，語音識(shí)別技術(shù)的應(yīng)用使操作員不必再記憶郵箱編碼等郵政信息了，語音識(shí)別技術(shù)簡單易學(xué)，郵件中心的工作人員只用幾分鐘就可以達(dá)到熟練操作的程度了。培訓(xùn)時(shí)間的減少促使了人工成本的下降。另外，語音識(shí)別技術(shù)又提高了生產(chǎn)率，從而大大提高了郵件中心的效益。MailCode公司的語音識(shí)別設(shè)備有兩種：口音適應(yīng)型設(shè)備和非口音適應(yīng)型設(shè)備?？谝暨m應(yīng)型設(shè)

8、備需要在生產(chǎn)前操作員進(jìn)行口音適應(yīng)訓(xùn)練，操作員要花半小時(shí)左右的時(shí)間讓設(shè)備適應(yīng)自己的語音特點(diǎn)，這些特點(diǎn)作為文件保存到系統(tǒng)中，以備將來使用。這種設(shè)備尤其適合那些有地方方言或口音的操作員。非口音適應(yīng)型設(shè)備基本上不需要語音訓(xùn)練，適用于臨時(shí)工較多，操作員不固定的場所。只是非口音適應(yīng)型設(shè)備比起口音適應(yīng)型設(shè)備來速度略慢，準(zhǔn)確率略低。實(shí)驗(yàn)表明語音技術(shù)提高了生產(chǎn)率。一個(gè)熟練的手工分揀員平均每小時(shí)分揀700件郵件，這樣的效率至少需要三個(gè)月的訓(xùn)練。而使用語音識(shí)

9、別技術(shù)，一個(gè)沒有經(jīng)過訓(xùn)練的操作員僅一星期后分揀速度就可以達(dá)到每小時(shí)550件，四周后分撿速度就可達(dá)到每小時(shí)700件。另外，手工分揀每小時(shí)查找郵件150件，而利用語音技術(shù)，郵件查找量每小時(shí)可以達(dá)到600件，隨著操作員對設(shè)備越來越熟練，分揀的精確度會(huì)進(jìn)一步提高。因?yàn)榇蟛糠值恼Z音識(shí)別系統(tǒng)是基于界面友好的WindowsNT開發(fā)的，管理人員可以利用工具軟件對操作員的生產(chǎn)情況、郵件量以及整個(gè)郵件中心的生產(chǎn)情況進(jìn)行跟蹤。最新的設(shè)備還裝備有數(shù)據(jù)庫管理系統(tǒng)