常見問題

• 語音識別控制系統是什么意思？

        語音識別控制系統是一種模式識別控制系統,系統首先對語音信號進行分析,得到語音的特征參數,然后對這些參數進行處理,形成標準的模板。這個過程稱為訓練或學習。當有測試語音進入系統時,系統將對這些語音信號進行處理,然后進行參考模板的匹配,得出結果。此時便完成了語音識別控制的過程。

• 語音識別技術是什么？

        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。

• 語音識別軟件有哪些？

  1、諦聽語音識別：語音識別，為您提供高精度的語音識別服務，融合諦聽領先的自然語言處理技術支持多場景智能語音交互。北京諦聽機器人科技有限公司（www.dtrobo.com）作為一家中文語義與認知計算的產品服務提供商，北京諦聽機器人科技有限公司致力于自然語言理解技術（NLU）的持續創新與應用，重視人機交互的流暢化、自然化，踐行讓機器人更加理解人類的使命，順應國內語義理解市場的發展應運而生。通過十四年的摸索、實驗和探究，諦聽機器人研發出了基于語言學的句法分析算法——深度語義理解技術DSA，能有效解決人機交互自然流暢的根本問題。

  2、華為云-語音識別：語音合成服務提供在線語音合成能力，支持將文本信息實時轉化為近似的真人發聲，支持多語言多音色語音在線合成。支持客戶的個性化語音定制化需求。個性定制，能夠對合成后的語音音色、音調、語速進行個性化的設置，滿足客戶的定制化需求穩定可靠，成功應用于各類場景，基于華為等企業客戶的長期實踐，經受過復雜場景考驗簡單高效，提供RESTful規范API接口，并提供服務SDK，方便客戶使用與集成；幫助客戶減少人力成本，節省業務支出。

  3、數美科技-語音識別：數美科技成立于2015年6月1日，致力于利用人工智能技術和海量數據解決金融、互聯網等領域廣泛存在的欺詐問題，先后推出了金融反欺詐、內容反欺詐、行為反欺詐等系列產品，覆蓋直播、金融、支付、社交、電商、游戲、O2O等行業。總部設在北京，在上海、杭州、深圳設有分部 。公司創建以來，獲得了VC機構騰訊、襄禾資本、順為資本、清流資本、BV百度風投聯合投資 。

  4、華宇語音識別云平臺：華宇語音識別引擎提供將實時音頻流或者錄音文件轉成文字的服務，能夠支持中文、21 種方言、7 種少數民族語言，普通話識別率達到98% 以上，支持噪音環境下和帶背景音的語音識別，支持機器自動分離不同人聲，支持快速定制識別中的熱詞以提升準確度。支持信創環境部署。目前已為50 多個業務場景提供了能力支撐，覆蓋了全國23 個省、自治區、直轄市近萬個法庭/ 訊問/ 會議室、幾萬個桌面客戶端。

• 語音識別系統有哪些？

        語音識別系統的應用可以分為兩個發展方向：一個方向是大詞匯量連續語音識別系統，主要應用于計算機的聽寫機，以及與電話網或者互聯網相結合的語音信息查詢服務系統，這些系統都是在計算機平臺上實現的。
        另外一個重要的發展方向是小型化、便攜式語音產品的應用，如無線手機上的撥號、汽車設備的語音控制、智能玩具、家電遙控等方面的應用，這些應用系統大都使用專門的第三方軟件來實現，特別是近幾年來迅速發展的語音信號處理專用芯片（Application Specific Integrated Circuit，ASIC）和語音識別片上系統（System on Chip，SOC）的出現。

• 語音識別過程

         語音識別過程主要包括語音信號的預處理、特征提取、模式匹配幾個部分。預處理包括預濾波、采樣和量 化、加窗、端點檢測、預加重等過程。

• 語音識別的原理

  語音識別的原理可以從兩方面理解，分別是數據庫、算法與自學習。

  1、數據庫，其實語音識別的原理是非常好理解的，它是和指紋識別定位原理一樣的，設備會把目標語音收集起來，接著對這些收集來的語音實施處理，然后會得到目標語音的一些信息，下面就會把這些特征信息和數據庫中已經存在的數據進行相似度的搜索對比，當評分最高的信息出現，那就是識別結果，會經由其他系統的接入把沒有完成的設備語音識別功能。

  在實際的操作中，語音識別是非常復雜的，畢竟語音本身就較為復雜，它和指紋識別最大的區別就是，指紋識別只需要把指紋錄入然后由數據庫進行對比識別，可是語音識別就不能如此簡單。由于語音的復雜性，所以語音的數據庫是非常龐大的，并且這種數據庫還不能放到移動端，這也是使用手機語音助手就必須要進行聯網的最大原因。語音識別自出現以來發展到現在，也是有出現過可以離線使用的，但是經過實際的使用后發現，離線版的無法保證準確率，一個可能會出錯的識別功能自然無法使用。

  2、算法和自學習，語音識別會對收集到的目標進行預處理，其中包括語音信號采樣、反混疊帶通濾波、去除個體發音差異和設備、環境引起的噪聲影響等等，總之是非常復雜的，所以之后對于需要處理的語言都會進行特征的提取。

• 語音識別技術的應用

  1、電話語音撥號
  特別是在中、高檔移動電話上，現已普遍的具有語音撥號的功能。隨著語音識別芯片的價格降低，普通電話上也將具備語音撥號的功能。
  2、汽車語音控制
  由于在汽車的行駛過程中，駕駛員的手必須放在方向盤上，因此在汽車上撥打電話，需要使用具有語音撥號功能的免提電話通信方式。此外，對汽車的衛星導航定位系統（GPS）的操作，汽車空調、照明以及音響等設備的操作，同樣也可以由語音來方便的控制。
  3、工業與醫療領域
  當操作人員的眼或手已經被占用的情況下，在增加控制操作時，最好的辦法就是增加人與機器的語音交互界面。由語音對機器發出命令，機器用語音做出應答。
  4、個人數字助理
  個人數字助理（Personal Digital Assistant，PDA）的語音交互界面。PDA的體積很小，人機界面一直是其應用和技術的瓶頸之一。由于在PDA上使用鍵盤非常不便，因此，現多采用手寫體識別的方法輸入和查詢信息。但是，這種方法仍然讓用戶感到很不方便。業界一致認為，PDA的最佳人機交互界面是以語音作為傳輸介質的交互方法，并且已有少量應用。隨著語音識別技術的提高，可以預見，在不久的將來，語音將成為PDA主要的人機交互界面。
  5、智能玩具
  通過語音識別技術，我們可以與智能娃娃對話，可以用語音對玩具發出命令，讓其完成一些簡單的任務，甚至可以制造具有語音鎖功能的電子看門狗。智能玩具有很大的市場潛力，而其關鍵在于降低語音芯片的價格。
  6、家電遙控
  用語音可以控制電視機、VCD、空調、電扇、窗簾的操作，而且一個遙控器就可以把家中的電器皆用語音控起來，這樣，可以讓令人頭疼的各種電器的操作變得簡單易行。