語音識別系統是進行數據錄入、文字處理、會話處理最為簡便的方法。語音識別可實現從語音到文本的轉換，即讓計算機能夠把人發出的有意義的語音變成書面語言。通俗地講就是讓機器能夠聽懂人說的話。所謂聽懂，有兩層意思，一是指把用戶所說的話逐詞逐句轉換成文本；二是指正確理解語音中所包含的要求，而不要求所有詞都轉換正確。
語音識別技術（ASR）是以語音為研究對象，涉及生理學、心理學、語言學、計算機科學以及信號處理等諸多領域，甚至還涉及人的體態語言（如人在說話時的表情、手勢等行為動作可幫助對方理解），目前常見的識別技術一般採用隱馬爾可夫模型HMM（Hidden Markov Model）來建模。
它的基本原理是系統首先對大量的真實世界中的人的語音進行分析，並建立模型。在識別時，系統同樣先對輸入的語音進行分析，提取特徵，然後通過一定的算法並使用已建立的模型，從而識別出用戶所說的話。
隨著語音識別技術的逐漸成熟，語音識別技術開始得到廣泛的應用，涉及日常生活的各個方面如電信、金融、新聞、公共事業等行業，通過採用語音識別技術，可以極大地簡化這些領域的業務流程以及操作；提高系統的應用效率。典型的應用就是使用計算機對通過電話輸入的語音作出應答，如呼叫轉移、電話調查、銀行電話付賬、股票報價、賬戶餘額查詢等。
分享到:
閱讀更多 科技作品 的文章
