12、人工智能与蛮力算法在语音识别中的较量

人工智能与蛮力算法在语音识别中的较量

在语音识别技术发展的历程中，人工智能和蛮力算法（如模板匹配和动态时间规整）曾展开过激烈的竞争，各自展现出不同的特点和成效。

早期语音识别的困境与分歧

早期，科学家们试图收集足够的知识并将其编码成计算机可读的形式，以实现语音识别。然而，即便有顶尖的语言学家、语音学家和计算机科学家多年的努力，大多数基于人工智能的语音识别系统成效不佳，其进展也难以衡量。与之相对，模板匹配和动态时间规整这种蛮力工程方法虽在特定任务（如识别特定说话者说出的少量单词）上取得了一些可衡量且有趣的成果，但普遍观点认为这种方法无法推动科学进步，也难以实现类人语音识别。

AT & T的执行董事皮尔斯（Pierce）禁止公司进一步投资语音识别，并建议美国政府停止对该领域学术研究的资助。不过，贝尔实验室的吉姆·弗拉纳根（Jim Flanagan）有不同看法。1971年左右，他以对说话者识别的兴趣为切入点，邀请了来自日本电报电话公司（NTT）的板仓文忠（Fumitada Itakura）来访。板仓文忠在几个月内就展示了一个基于动态时间规整（DTW）的航班信息语音识别系统，在贝尔实验室未开展相关研究的两年里，他的工作为语音识别带来了进展。

ARPA语音理解项目

尽管皮尔斯提出反对意见，20世纪70年代初，美国政府资助了首个大规模语音理解项目——ARPA语音理解研究（SUR）项目。该项目旨在推动人工智能在解决通用语音理解问题上的发展，其目标是理解语音中的思想和概念，而非仅仅识别单词序列。

最初，该项目对系统设定了较为严格的要求，要求识别任何用户在任何声学环境下使用10000个词汇的任何话语。后来，在顾问的帮助下，要求