文章摘要：語音識(shí)別現(xiàn)在已成為一種很常見的技術(shù)，就是將人類的語音中的詞匯內(nèi)容轉(zhuǎn)換為計(jì)算機(jī)可讀的輸入，例如按鍵、二進(jìn)制編碼或者字符序列。與說話人識(shí)別及說話人確認(rèn)不同，后者嘗試識(shí)別或確認(rèn)發(fā)出語音的說話人而非其中所...

語音識(shí)別現(xiàn)在已成為一種很常見的技術(shù)，就是將人類的語音中的詞匯內(nèi)容轉(zhuǎn)換為計(jì)算機(jī)可讀的輸入，例如按鍵、二進(jìn)制編碼或者字符序列。與說話人識(shí)別及說話人確認(rèn)不同，后者嘗試識(shí)別或確認(rèn)發(fā)出語音的說話人而非其中所包含的詞匯內(nèi)容。我們常見的語音識(shí)別場景有：

Apple的使用者一定已經(jīng)經(jīng)歷了?Siri，這是一種經(jīng)典的語音識(shí)別；

微信上的“語音轉(zhuǎn)換”功能，就是通過語音識(shí)別來實(shí)現(xiàn)的。

目前流行的智能音箱正是以聲音識(shí)別為核心的產(chǎn)品；

最新款的車，都有語音識(shí)別的功能。

在人工智能快速發(fā)展的今天，語音識(shí)別技術(shù)日益受到人們的重視。隨著語音識(shí)別技術(shù)的日趨成熟，它還面臨著更多的挑戰(zhàn)：

輸入標(biāo)準(zhǔn)不能統(tǒng)一：每個(gè)人的發(fā)音都是獨(dú)一無二的，同時(shí)輸入設(shè)備也不統(tǒng)一，造成了輸入標(biāo)準(zhǔn)的不一致；

降噪煩惱：機(jī)器不能在多個(gè)級(jí)別的噪音中辨別出人類的聲音，并且聲音千差萬別，訓(xùn)練時(shí)也不能與現(xiàn)實(shí)環(huán)境相適應(yīng)；

模型的正確性：大量的語音模型無法正常工作，這就要求在縱向行業(yè)中進(jìn)行產(chǎn)業(yè)的研究。

沃豐科技GaussMind語音識(shí)別（ASR）技術(shù)，基于自研原心引擎語音語義融合方案，打通業(yè)務(wù)領(lǐng)域數(shù)據(jù)，實(shí)現(xiàn)業(yè)務(wù)定制化的效果體驗(yàn)，自然場景識(shí)別率超過95%，個(gè)性化詞匯識(shí)別超過97%，同時(shí)為語義模塊提供豐富的識(shí)別結(jié)果輸出，使語義識(shí)別率提升5個(gè)點(diǎn)以上。

文章為沃豐科技原創(chuàng)，轉(zhuǎn)載需注明來源：http://m.gototw.com.cn/ucm/faq/19438