关键词：语音识别技术；应用现状；研究
引言
至目前为止，我国语音识别技术的研究有了一定的进步，现在大多数应用语音识别技术的设备是智能手机，如输入法中的语音输入。未来的科技发展将会逐渐高级，需要加强语音识别技术探索力度，发现未知领域，带动我国系统全面发展。
1、语音识别的发展历程和基本原理概述
1.1语音识别的发展历程
进入20世纪80年代，语音识别技术继续深入发展，人工神经网络进入模式识别的范畴，出现了利用人工神经网络进行语音识别问题的处理思路，研究不只是在简单词语数字的识别上，有了连续语音的识别和基于大量词语的识别。20世纪90年代之后，语音识别技术逐渐进入饱和阶段，基于语音识别的产品开始进入人们的生产生活，随着时代的不断迁移，大量的语音识别都基于此进行识别系统产品的设计。
1.2语音识别基本原理
首先，对输入的语音信号进行处理；其次，提取相关处理过信号的相关参数；再次与库中模板进行比对；最后，得到的识别结果是和模板匹配度最高的文字。其中预处理包括预滤波、采样和量化、加窗、端点检测、预加重等过程。在特征提取时需注意以下事项：（1）参数要有代表性，能够代表语音特征，且要有一定的区分性；（2）每阶段参数之间要彼此相互独立；（3）参数计算起来要比较方便，最好有高效的算法，以确保语音识别的实现。对特征参数进行处理，并为每个词条建立一个模型，并建立一个语音模型数据库，常用的建模方法有一般有以下几种：动态时间规整法、隐马尔可夫模型法和基于人工神经网络识别法。在语音识别的阶段，语音信号仍需通过预处理、特征提取等得到语音特征参数，并生成测试模板，与参考模板进行匹配，将匹配分数最高的参考模板作为识别结果。
2、语音识别当前应用现状
目前语音识别技术已日趋寻常，在其他领域如会议记录听写、客服智能语音助手等都有所应用。深入研究会发现，目前所谓的人工交互，不过是通过按键或唤醒对机器进行近距离对话、下达指令，在交互方式及实现的多样性方面比较匮乏。加之国内的一些智能产品还局限于商业利益和品牌分类的纷争，使得原本可以集中化、综合性的产品被分割，同时售价高、维修频繁、用户体验低等原因都导致了智能产品未被广泛普及。在未来，语音识别技术在智能领域的应用有待进一步开发。随着5G技术的发展，会给智能产品的发展提供新的平台技术，通过语音、手势、人脸识别等交互方式可以实现产品的整体联动交互，提升人民的幸福感。除此之外，语音技术也会在各个产业发挥更加举足轻重的作用，无论是医药、军事、商业，在这个全球化和智能化的时代，人工智能已经是不可逆的趋势。
3、语音识别技术及应用研究
3.1语音交互服务系统
语音识别策略主要提供的是语音识别服务，应用在虚拟智能系统中还需要提供对应的接口进行交互，即各类终端语音采集设备的调用，统称为语音交互服务系统。语音交互服务系统采用web服务框架实现其核心功能的调用，通过http方式实现语音请求的提交。语音识别服务功能主要包括三大部分，1）采集与校验语音信息，目前终端的语音采集设备已经将采集与识别、校验等多种语音服务封装在统一的接口调用中，能够为各类第三方软件提供语音的交互服务。2）过滤噪声，通过语音识别的预处理策略提取有效的语音序列。3）基于语音识别算法实现语音控制命令的识别。
期刊文章分类查询,尽在期刊图书馆
3.2语音识别技术的应用-智能电视
将在线语音识别技术应用于智能电视中，是对传统遥控器控制方式的创新，具体包括语音输入、处理和执行3个方面。在线语音识别技术还没有开发之前，人们主要是通过智能电视内置传声器、智能电视遥控器、手机APP的方式进行电视节目调节，但上述3种调节方式都需要连接WiFi，离线状态下无法控制电视。而语音技术的出现，更大程度提高了便利性，用户只要动动嘴，就能够调节任何遥控器或者手机APP能够调节的内容。将语音技术应用于智能电视，需要以下必备条件：网络连接、本地识别、通过命令方式执行。也就是说需要以网络为识别环境，进行现场识别，再通过语音引擎的方式将命令传递到相应设备接口，进行智能识别。
3.3语音识别技术的应用-照明
智能家居中的照明系统，主要是通过语音识别技术中的控制中枢的采集设备实现。智能照明系统与上述2种都有所不同，但是单从语音输入这个层面来看，使用的方式是相同的，都能够通过手机APP，遥控器的方式获得语音采集，进而实现语音识别。但是如果处于一个环境比较嘈杂的室内空间来说，语音信息采集就无法做到精准化，这也意味着语音识别技术需要深入研究。人们日常使用的家居照明系统与空调设备一样，都是不需要通过网络连接就能够工作的系统，因此，照明系统的在线语音识别技术需要和空调设备一样进行本地设置建设属于照明系统独有的词库，由于照明系统功能的单一性，对照明系统进行词库设计时，会容易于空调系统。除空调、照明、电视，语音识别技术还可应用于其他领域，如电饭煲、智能微波炉、扫地机器人。
4、语音识别的技术突破及前景
4.1技术突破
语音识别过程中的噪声处理仍然是一个很难突破的难题，在一些机器中就有此方面的缺陷，超过一定的距离机器就很难识别使用者的语言，甚至是停止工作不进行识别工作，不仅有距离上的影响，当面临于（“于”删除）嘈杂的环境中，系统也很难辨析出讲话人的语言。在身份识别中也存在一定的缺陷，单从声音信息来说，当今处于互联网时代，图像声音的处理软件十分发达，信息有被复制和融合的可能性，这就对于身份的确认很容易造成误差，在此部分未被突破前只有与生物识别技术相结合才能进一步保证识别信息的准确性。
4.2发展前景
语音识别技术在未来是十分热门的领域，许多企业家（“家”删除）将加大对于语音识别的资金投入，首先基于其原理进行适当的展望，其次从应用领域进行可视化的分析，目前全球中有大部分的听觉受限的人员，每人都拥有人工耳蜗是不经济的也是不现实的，但是语音识别技术将有很大的优势，若配合语音识别系统，将对此问题有很大的帮助，将说话方的语言通过语音识别技术显示给听力受限的人群，作为一个类似于辅助助听器的应用软件，不仅有效而且经济；再次是技术层面，将噪音从获取的语音信息中完全过滤，使机器像人群一样不受限于嘈杂的环境，对于生活中嵌入的应用是很有发展价值的。
结束语
综上所述，语音识别技术日趋成熟，在智能领域也发挥了一定作用，改善了人民的生活环境，在未来的发展中，语音技术仍会不断地革新并完善，逐个解决现有一些问题及困难点，应用到更多的领域中去。
参考文献
[1]刘浩锋.计算机人工智能识别技术类型及其应用[J].电子技术与软件工程,2018(14):150.
[2]李刚.智能语音识别技术的架构与设计[J].电脑知识与技术,2018,14(18):175-177.
[3]张君.语音识别技术在内容监管中的应用分析[J].电视指南,2018(06):254.
[4]周春荣.语音识别技术在机器人控制中的应用[J].数字技术与应用,2018,36(01):1-2.
[5]李召卿,曹杨.语音识别专利技术发展现状与未来趋势[J].中国发明与专利,2017,14(S1):55-59.
作者简介：郝欣恺（1999-）男?河北霸州?汉族?在读本科?西北工业大学?710072?水声工程
论文作者:郝欣恺
论文发表刊物:《科学与技术》2019年18期
论文发表时间:2020/4/28
标签：语音识别论文; 语音论文; 技术论文; 智能论文; 系统论文; 方式论文; 电视论文; 《科学与技术》2019年18期论文;