探索语音识别技术的前世今生

来源: 科大讯飞

发布日期: 2014-09-16 10:56:34

本文简要回顾了语音识别技术的发展历程,从最早的实验系统到现今的广泛应用,展示了语音识别技术如何从实验室走向日常生活,并预见了其未来发展的可能性。

9月9日,苹果正式发布旗下第一款智能手表Apple Watch。该产品集成了语音功能,让大家对穿戴式语音交互设备的未来更加充满期待。想让智能语音技术在各类设备上成功应用,首先得让机器“听懂”你在说什么。这项技术,我们称为——语音识别(Speech Recognition)。语音识别就好比“机器的听觉系统”,让机器通过识别和理解,能够把语音信号转变为相应的文本或命令。

最早的语音识别技术可以追溯到上世纪50年代,贝尔研究所Davis等人研究成功了世界上第一个能识别10个英文数字发音的实验系统;1960年英国Denes等人研究成功第一个计算机语音识别系统。大规模的语音识别研究始于上世纪70年代以后,在小词汇量、孤立词的识别方面取得了实质性的进展。上世纪80年代以后,语音识别研究的重点逐渐转向大词汇量、非特定人连续语音识别。

同时,语音识别在研究思路上也发生了重大变化,由传统的基于标准模板匹配的技术思路开始转向基于统计模型的技术思路。此外,业内有专家再次提出了将神经网络技术引入语音识别问题的技术思路。1987年12月,李开复开发出世界上第一个“非特定人连续语音识别系统”,用统计方法提升了语音识别率。上世纪90年代以后,大词汇量连续语音识别得到优化,在语音识别技术的应用及产品化方面出现了很大的进展。

1997年,IBM Viavoice首个语音听写产品问世。2001年,Intel的创始人之一戈登摩尔(Gordon Moore)曾预言语音识别技术将大大改变未来科技的发展,之后的发展也印证了这一点。自2009年以来,借助机器学习领域深度学习研究的发展以及大数据语料的积累,语音识别技术得到突飞猛进的发展。2010年,谷歌发布VoiceAction支持语音操作与搜索。

2011年初,微软的深度神经网络(DNN)模型在语音搜索任务上获得成功。2011年,科大讯飞在国内首次将DNN技术运用到语音云平台,并提供给开发者使用。2011年10月,苹果手机助理Siri首次亮相,人机交互掀开了新的篇章。2013年,谷歌发布Glass,使用语音交互,穿戴式语音交互设备成为新热点。

现今,语音识别技术已经实现了自由说识别,从算法到模型都有了质的发展,语音技术陆续进入工业、家电、通信、车载导航、医疗、家庭服务、消费电子产品等各个领域中。类人机器人自从拥有语音识别技术,就可以与用户拟人化、趣味的对话,拥有一定程度的情感智商,与用户互动,甚至成为家庭一员!当有一天,机器能够真正“理解”人类语言,并作出回应,那时我们必将迎来一个崭新的时代。

UUID: 1f2dd3e8-bd83-4965-b16b-1c868db5712f

原始文件名: /home/andie/dev/tudou/annot/AI语料库-20240917-V2/AI语料库/中科院之声公众号-pdf2txt/2014/中科院之声_2014-09-16_新知丨探索语音识别技术的前世今生.txt

是否为广告: 否

处理费用: 0.0030 元