[[280529]]

【51CTO.com快譯】在我們的生活中交流起著重要的作用。人類從符號開始，然后發展到用語言交流，再后來出現了計算和通信技術。在某些情況下，機器不僅與人類交流，也與機器之間交流。計算機和通信技術創造了互聯網世界，正如我們所知的物聯網(IoT)。下面是涉及機器學習的語音識別技術的發展。

語音識別技術和機器學習的發展

互聯網催生了使用數據的新方式，這就是機器學習。我們可以通過訓練機器直接或間接地與它們交流。在此之前，我們必須訪問計算機來與機器通信。

人們開始研究消除單純依賴計算機的技術，這種技術稱為自動語音識別。基于自然語言處理(NLP)，我們可以在很大程度上直接與機器交互。

語音識別領域的初步研究已經取得了成功。從那時起，語音科學家和工程師就致力于優化語音識別引擎。根據實際情況優化機器的交互，從而降低錯誤率，提高效率。

一些機構已經開始開發微調語音識別技術。十多年來，位于弗吉尼亞州的GoVivace公司一直致力于語音識別技術和解決方案的設計和開發。

自動語音識別及其應用

自動語音識別(ASR)技術是計算機科學和語言學兩個不同分支的結合。計算機科學用于設計算法和編寫程序;語言學用于創建單詞，句子和短語的字典。

生成語音音標

開發的第一個階段是從語音轉錄開始的，在這里音頻被轉換成文本——語音到文本的轉換。之后，系統過濾去除不需要的信號或噪聲。當我們說一個單詞或句子時，我們有不同的語速，因此語音識別模型還需要考慮這些語速的變化。

隨后，信號被進一步劃分以識別音素。音素是具有相同氣流水平的字母，如“b”和“p”。程序會通過與存儲在語言學詞典中的單詞和句子進行比較，來試圖匹配準確的單詞。

語音識別系統目前有兩種類型。

一種類型的系統是通過學習模式來完成的，另一種是作為人的依賴系統來完成的。隨著人工智能(AI)和大數據的發展，語音識別技術達到了一個新的水平。一種被稱為長短時記憶的特殊神經結構在這一領域取得了顯著的進步。在全球范圍內，很多機構正在利用不同層次的語言能力來完成各種各樣的任務。

語音文本軟件可以將音頻文件轉換到文本文件。

許多國家沒有語言嵌入式鍵盤，大多數人都不知道如何使用特定的語言鍵盤，盡管他們在語言方面很擅長。在這種情況下，語音轉錄幫助它們將語音轉換成任何語言的文本。

實時字幕系統。

這是一個實時的應用系統。實時翻譯技術被稱為計算機輔助實時翻譯。它基本上是一個實時操作的語音到文本系統。世界各地舉辦各種會議都會應用。

為了最大限度地吸引全球觀眾的參與，他們采用了直播字幕系統。實時字幕系統將語音轉換為文本并顯示在屏幕上。它可以將一種語言的演講翻譯成其他語言的文本，還可以幫助記錄會議或演講。這些系統將語音轉換成文本，使聽力受限的人也能閱讀和理解。

語音生物識別系統

除了語音到文本，該技術還將其分支擴展到生物識別系統，從而為用戶身份驗證創建了語音生物識別技術。語音生物識別系統分析說話人的聲音，這取決于音調、發音和其他因素。

在這些系統中，首先分析語音樣本并存儲為模板。當用戶說出短語或句子時，語音生物識別系統會將其與存儲的模板進行比較，并提供身份驗證。然而，這些系統面臨著許多挑戰。我們的聲音總是受到身體因素或情緒狀態的影響。

生物語音系統的最新發展是通過將短語與樣本進行匹配來實現的。然后，結合心理和行為語音信號分析語音模式。此外，語音生物識別技術的發展將有助于那些數據安全備受關注的企業。

使用語音進行分析

分析在語音識別技術的發展中起著至關重要的作用。大數據分析創造了存儲語音數據的需求。呼叫中心開始使用電話錄音來培訓他們的員工。因為客戶滿意度現在是全球機構的首要關注點。現在，機構希望跟蹤和分析主管和客戶之間的對話。

使用呼叫分析應用程序，相關機構可以監視和測量呼叫的質量。這種呼叫分析解決方案提高了呼叫中心提供的服務質量。通過分析可以分類他們的客戶，可以更好地為客戶提供更快和更好的反饋。

語音識別技術還有很長的路要走

語音識別技術的研究任重而道遠。到目前為止，程序只能執行指令。人類的交流感覺并不完全存在于機器中。研究人員正試圖向機器灌輸人類的反應能力。它們在語音識別技術創新方面還有很長的路要走。

研究的主要特點集中在如何使語音識別技術更加準確。對于人類的語言理解，我們需要更多的準確性。例如，一個人提出了一個問題，“我如何改變相機的燈光設置?”這個問題在技術上意味著個人想要調整相機的閃光燈。因此，在回答具體問題之前，要先集中精力理解人類的自由語言。

因此，總的來說，機器學習和語音識別技術已經進入全球范圍，并開始提供有效的運用和高效的服務。很快，我們將會看到自動速記員得到普遍提升，并在各大會議演講中扮演重要的角色。

原文標題：Evolution of Speech Recognition Technology，作者：Sahil Chauhan

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】