內(nèi)部交流之一語音識別技術(shù)展望(已修改)
2025-08-13 17:34 本頁面
【正文】 語音識別技術(shù)的 發(fā)展及展望 郭 軍 ?歷史回顧 ?發(fā)展趨勢 ?技術(shù)實(shí)現(xiàn) ?語義分析與語種鑒別 ?北郵的相關(guān)工作 內(nèi) 容 什么是語音識別 ?Automatic speech recognition ?利用計(jì)算機(jī)通過對語音信號進(jìn)行 智能計(jì)算來 判定 信號中的 內(nèi)容 ?智能計(jì)算 : 端點(diǎn)檢測 特征提取 分類 邏輯判決 ?模式識別學(xué)科的一個(gè)重要分支 方法的演變 ?1950s 模板匹配 (Template matching)方法 ?Bell Lab 開始識別元音、音素 ?1960s DTW (Dynamic Programming)方法 ?解決語速變化問題 ?1980s HMM ?解決協(xié)同發(fā)音和語音多變性問題 方法的演變 ?1990s 基于 HMM的語音識別 統(tǒng)一框架 ?聲學(xué)層 — 語音層 — 語言層 ?2022s GMM ?對輸出概率分布進(jìn)行建模 問題的提升 ?1950s 元音 音素 ?1960s 沒有語速限制的音素識別 ?1970s 孤立詞 小詞匯量 (100詞 ) ?1980s 連接詞 (數(shù)字串 ， 如電話號碼 ) ?1990s 朗讀式連續(xù)語音 中大詞匯量 ?2022s 自然口語 噪聲環(huán)境 (對話系統(tǒng) ) 系統(tǒng)的進(jìn)化 ?1970s 孤立數(shù)字識別系統(tǒng) ?電話撥號 ?1980s 連接數(shù)字識別系統(tǒng) ?電話撥號 ?1990s 朗讀式連續(xù)語音系統(tǒng) ?文本錄入 ?2022s 自然口語對話系統(tǒng) ?天氣咨詢、向?qū)?、購? 著名研究機(jī)構(gòu)和成果 (一 ) ?Bell Lab: BLSTIP ?Bell Labs Speech Technology Integration Platform ?自然口語接口 : 提供口語導(dǎo)航和信息查詢處理功能 ?MIT Lincoln Lab: ISTG ?語音識別 、 說話人識別 、 語種識別 ?DARPA
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號-1