【正文】 統(tǒng)可大致分為三部分： 　　(1)語音信號預(yù)處理與特征提取。 　　線性預(yù)測（LP）分析技術(shù)是目前應(yīng)用廣泛的特征參數(shù)提取技術(shù)，許多成功的應(yīng)用系統(tǒng)都采用基于LP技術(shù)提取的倒譜參數(shù)。由單個調(diào)母或由聲母與調(diào)母拼音成為音節(jié)。在此方面，微軟公司的研究人員率先取得了突破性進展，他們使用深層神經(jīng)網(wǎng)絡(luò)模型（DNN）后，語音識別錯誤率降低了30%，是近20年來語音識別技術(shù)方面最快的進步?！　、淡h(huán)境噪聲和干擾對語音識別有嚴重影響，致使識別率低。 　　語音識別技術(shù)發(fā)展到今天，特別是中小詞匯量非特定人語音識別系統(tǒng)識別精度已經(jīng)大于98%，對特定人語音識別系統(tǒng)的識別精度就更高。就像在60年代，誰又能預(yù)測今天超大規(guī)模集成電路技術(shù)會對我們的社會產(chǎn)生這么大的影響。特征方法有從倒譜矢量中減去其長時平均值和RASTA濾波，模型方法有倒譜平移。　?、痴Z音的模糊性。目前比較成功的語言模型通常是采用統(tǒng)計語法的語言模型與基于規(guī)則語法結(jié)構(gòu)命令語言模型。必須根據(jù)不同語言的特點、識別系統(tǒng)詞匯量的大小決定識別單元的大小。特征參數(shù)提取的目的是對語音信號進行分析處理，去掉與語音識別無關(guān)的冗余信息，獲得影響語音識別的重要信息，同時對語音信號進行壓縮。 （3）神經(jīng)網(wǎng)絡(luò)的方法　　利用人工神經(jīng)網(wǎng)絡(luò)的方法是80年代末期提出的一種新的語音識別方法。算法的思想就是把未知量均勻的升長或縮短,直到與參考模式的長度一致。研發(fā)的5000詞郵包校核非特定人連續(xù)語音識別系統(tǒng)的識別率達到98．73％，前三選識別率達99．96％；并且可以識別普通話與四川話兩 種語言，達到實用要求。這是世界上第1個高性能的非特定人、大詞匯量、連續(xù)語音識別系統(tǒng)。語音技術(shù)的應(yīng)用已經(jīng)成為一個具有競爭性的新興高技術(shù)產(chǎn)業(yè)。以語音識別技術(shù)開發(fā)出的產(chǎn)品應(yīng)用領(lǐng)域非常廣泛，如聲控電話交換、信息網(wǎng)絡(luò)查詢、家庭服務(wù)、賓館服務(wù)、醫(yī)療服務(wù)、銀行服務(wù)、工業(yè)控制、語音通信系統(tǒng)等，幾乎深入到社會的每個行業(yè)和每個方面。四．國內(nèi)研究歷史及現(xiàn)狀我國語音識別研究工作起步于五十年代，但近年來發(fā)展很快。在模板匹配方法中，要經(jīng)過四個步驟：特征提取、模板訓(xùn)練、模板分類、判決。與HMM相比,矢量量化主要適用于小詞匯量、孤立詞的語音識別中。 　　音節(jié)單元多見于漢語語音識別，主要因為漢語是單音節(jié)結(jié)構(gòu)的語言，而英語是多音節(jié)，并且漢語雖然有大約1300個音節(jié)，但若不考慮聲調(diào)，約有408個無調(diào)音節(jié)，數(shù)量相對較少。 　　也有研究者嘗試把小波分析技術(shù)應(yīng)用于特征提取，但目前性能難以與上述技術(shù)相比，有待進一步研究。 　　目前常用的聲學(xué)模型基元為聲韻母、音節(jié)或詞，根據(jù)實現(xiàn)目的不同來選取不同的基元。目前，國外的應(yīng)用一直以蘋果的siri為龍頭。解決辦法按針對語音特征的方法（以下稱特征方法）和模型調(diào)整的方法（以下稱模型方法）分為兩類。人們可以通過電話網(wǎng)絡(luò)用語音識別口語對話系統(tǒng)查詢有關(guān)的機票、旅游、銀行信息，并且取得很好的結(jié)果。 　　可以預(yù)測在近五到十年內(nèi)，語音識別系統(tǒng)的應(yīng)用將更加廣泛。后者是利用少量的自適應(yīng)語料來修正或變換原有的說話人無關(guān)（SI）模型，從而使其成為說話人自適應(yīng)（SA）模型。八．語音識別主要有以下五個問題：　?、睂ψ匀徽Z言的識別和理解。 　　基于統(tǒng)計的語音識別模型常用的就是HMM模型λ(N,M,π,A,B)，涉及到HMM模型的相關(guān)理論包括模型的結(jié)構(gòu)選取、模型的初始化、模型參數(shù)的重估以及相應(yīng)的識別算法等。在識別時將輸入的語音特征同聲學(xué)模型（模式）進行匹配與比較，得到最佳的識別結(jié)果。 　　音素單元以前多見于英語語音識別的研究中，但目前中、大詞匯量漢語語音識別系統(tǒng)也在越來越多地采用。量化時，將k維無限空間劃分為M個區(qū)域邊界，然后將輸入矢量與這些邊界進行比較，并被量化為“距離”最小的區(qū)域邊界的中心矢量值。 　　動態(tài)時間規(guī)整(DTW) 　　語音信號的端點檢測是進行語音識別中的一個基本步驟，它是特征訓(xùn)練和識別的基礎(chǔ)。從1987年開始執(zhí)行國家863計劃后，國家863智 能計算機專家組為語音識別技術(shù)研究專門立項，每兩年滾動一次。1959年，Rorgie和Forge采用數(shù)字計算機識別英