全文共2019字，預計學習時長
6分鐘
Siri 、Alexa 等虛擬助手的出現，讓自動語音識別系統得到了更廣泛的運用與發展。
自動語音識別(ASR)是一種將口語轉換為文本的過程。該技術正在不斷應用於即時通訊應用程序、搜索引擎、車載系統和家庭自動化中。
儘管所有這些系統都依賴於略有不同的技術流程，但這些所有系統的第一步都是相同的：捕獲語音數據並將其轉換為機器可讀的文本。
但 ASR 系統如何工作？它如何學會辨別語音？
本文將簡要介紹自動語音識別。我們將研究語音轉換成文本的過程、如何構建ASR 系統以及未來對ASR技術的期望。
那麼，我們開始吧！
ASR 系統：它們如何運作？
因此，從基礎層面來看，我們知道自動語音識別看起來如下：
音頻數據輸入，文本數據輸出。
但是，從輸入到輸出，音頻數據需要變成機器可讀的數據。這意味著數據通過聲學模型和語言模型進行發送。這兩個過程是這樣的：
聲學模型確定了語言中音頻信號和語音單位之間的關係，而語言模型將聲音與單詞及單詞序列進行匹配。
這兩個模型允許 ASR 系統對音頻輸入進行概率檢查，以預測其中的單詞和句子。然後，系統會選出具有最高置信度等級的預測。*
*有時語言模型可以優先考慮某些因其他因素而被認為更有可能的預測。
因此，如果通過 ASR 系統運行短語，它將執行以下操作：
· 進行聲音輸入：“嘿 Siri，現在幾點了？”
· 通過聲學模型運行語音數據，將其分解為語音部分。
· 通過語言模型運行該數據。
· 輸出文本數據：“嘿 Siri，現在幾點了？”
在這裡，值得一提的是，如果自動語音識別系統是語音用戶界面的一部分，則 ASR 模型將不是唯一在運行的機器學習模型。許多自動語音識別系統都與自然語言處理 (NLP) 和文本語音轉換 (TTS) 系統配合使用，以執行其給定的角色。
也就是說，深入研究語音用戶界面本身就是個完整的話題。要了解更多信息，請查看此文章。
那麼，現在知道了 ASR 系統如何運作，但需要構建什麼？
關鍵是數據。
建立 ASR 系統：數據的重要性
優秀的 ASR 系統應該具有靈活性。它需要識別各種各樣的音頻輸入（語音樣本），並根據該數據做出準確的文本輸出，以便做出相應的反應。
為實現這一點，ASR 系統需要的數據是標記的語音樣本和轉錄形式。比這要複雜一些（例如，數據標記過程非常重要且經常被忽略），但為了讓大家明白，在此將其簡化。
ASR 系統需要大量的音頻數據。為什麼？因為語言很複雜。對同一件事有很多種講述方式，句子的意思會隨著單詞的位置和重點而改變。還考慮到世界上有很多不同的語言，在這些語言中，發音和單詞選擇可能會因地理位置和口音等因素而不同。
哦，別忘了語言也因年齡和性別而有所不同！
考慮到這一點，為 ASR系統提供的語音樣本越多，它在識別和分類新語音輸入方面越好。從各種各樣的聲音和環境中獲取的樣本越多，系統越能在這些環境中識別聲音。通過專門的微調和維護，自動語音識別系統將在使用過程中得到改進。
因此，從最基本的角度來看，數據越多越好。的確，目前進行的研究和優化較小數據集相關，但目前大多數模型仍需要大量數據才能發揮良好的性能。
幸運的是，得益於數據集存儲庫和專用的數據收集服務，音頻數據的收集變得越發簡單。這反過來又增加了技術發展的速度，那麼，接下來簡單瞭解一下，未來自動語音識別能在哪些方面大展身手。
ASR 技術的未來
ASR 技術已融身於社會。虛擬助手、車載系統和家庭自動化都讓日常生活更加便利，應用範圍也可能擴大。隨著越來越多的人接納這些服務，技術將進一步發展。
除上述示例之外，自動語音識別在各種有趣的領域和行業中都發揮著作用：
· 通訊：隨著全球手機的普及，ASR系統甚至可以為閱讀和寫作水平較低的社區提供信息、在線搜索和基於文本的服務。
· 改善可訪問性：通過提供對應用程序的免提訪問以及對電視、電影和商務會議的自動字幕，自動語音識別系統還能幫助傷殘人士。
· 軍事技術：在美國、法國和英國，軍事項目一直在測試和評估戰鬥機的 ASR 系統。這包括設置射頻、命令自動駕駛系統和控制飛行顯示等任務。
當然，這些只是 ASR 如何支持和改善生活的幾個例子，在下一個十年中，除了新穎的應用外，還可能會有更多的改善。
希望看完本文後，你能收穫 ASR 系統的工作原理、如何構建它們以及未來的期望。
如果你有任何評論或想法，歡迎積極踴躍留言喲~
我們一起分享AI學習與發展的乾貨
閱讀更多 讀芯術 的文章
