ASR語(yǔ)音識(shí)別技術(shù)的介紹應(yīng)用和優(yōu)勢(shì)及實(shí)際案例分析

　　ASR（Automatic Speech Recognition） 自動(dòng)語(yǔ)音識(shí)別技術(shù)是基于關(guān)鍵詞語(yǔ)列表識(shí)別的技術(shù)。每次識(shí)別的過(guò)程，就是把用戶說(shuō)出的語(yǔ)音內(nèi)容，通過(guò)頻譜轉(zhuǎn)換為語(yǔ)音特征，和這個(gè)關(guān)鍵詞語(yǔ)列表中的條目進(jìn)行一一匹配，最優(yōu)匹配的一條作為識(shí)別結(jié)果。比如在手機(jī)的應(yīng)用中，這個(gè)關(guān)鍵詞語(yǔ)列表的內(nèi)容就是電話本中的人名/手機(jī)的菜單命令/T 卡中的歌曲名稱等，不論這個(gè)列表的條目?jī)?nèi)容是什么，只需要用戶設(shè)置相關(guān)的寄存器，就可以把相應(yīng)的待識(shí)別條目?jī)?nèi)容以字符形式傳遞給識(shí)別引擎。

　　識(shí)別引擎不關(guān)心關(guān)鍵詞語(yǔ)列表中的關(guān)鍵詞語(yǔ)的內(nèi)容，可以是命令，人名，歌曲名字，操作指令等等任何的漢字字符串。

　　每條關(guān)鍵詞語(yǔ)最大可以支持的字?jǐn)?shù)，從算法角度是限制在30字以內(nèi)。但是從實(shí)際情況來(lái)看，用戶一口氣說(shuō)超過(guò)8個(gè)字以上的條目時(shí)，幾乎肯定會(huì)出現(xiàn)說(shuō)錯(cuò)字 /說(shuō)漏字/說(shuō)多字/打嗝/停頓等情況，這些情況都會(huì)嚴(yán)重影響識(shí)別并造成識(shí)別錯(cuò)誤。因而一般來(lái)說(shuō)如果要獲得理想的識(shí)別效果，建議每條關(guān)鍵詞語(yǔ)的字?jǐn)?shù)不要過(guò)長(zhǎng)，避免影響效果。

　　ASR技術(shù)最重要的意義在于提供了一種脫離按鍵、鼠標(biāo)的基于語(yǔ)音的用戶界面，使得用戶對(duì)于產(chǎn)品的操作更自然，相對(duì)手動(dòng)控制更加快捷、方便，可用于智能家電、智能穿戴，聲控智能玩具等諸多領(lǐng)域。

　　目前在線語(yǔ)音識(shí)別方案價(jià)格較高，產(chǎn)品接入復(fù)雜周期冗長(zhǎng)，響應(yīng)時(shí)間受網(wǎng)絡(luò)影響。 本方案提供的是基于大量語(yǔ)音數(shù)據(jù)庫(kù)的非特定人聲離線語(yǔ)音識(shí)別。本方案具有成本優(yōu)勢(shì)，接入簡(jiǎn)單周期短，識(shí)別響應(yīng)速度快（0.5秒以內(nèi)），不需要連接網(wǎng)絡(luò)。整體方案成熟、穩(wěn)定、可靠，可以讓傳統(tǒng)產(chǎn)品快速升級(jí)智能語(yǔ)音功能。

　　離線語(yǔ)音識(shí)別技術(shù)，是基于關(guān)鍵詞語(yǔ)列表識(shí)別的技術(shù)。只需要設(shè)定好要識(shí)別的關(guān)鍵詞語(yǔ)列表，通過(guò)語(yǔ)音識(shí)別系統(tǒng)就可以對(duì)用戶說(shuō)出的關(guān)鍵詞語(yǔ)進(jìn)行識(shí)別，不需要用戶作任何錄音訓(xùn)練。

?