语音识别研究综述——阅读笔记1

摘要：语音识别使声音变得“可读”， 让计算机能够“听懂”人类的语言并做出反应， 是人工智能实现人机交互的关键技术之一。本文介绍了语音识别的发展历程， 阐述了语音识别的原理概念与基础框架，分析了语音识别领域的研究热点和难点， 最后，对语音识别技术进行了总结并就其未来研究进行了展望。

语音识别技术的发展历程

语音识别技术始于20世纪50年代，贝尔实验室研发了10个孤立数字的语音识别系统
第一阶段：探索阶段。这一阶段主要实现了小词汇量、孤立词的语音识别。
主要通过模板匹配——即将待识别的语音特征与训练中的模板进行匹配——进行语音识别。
典型的方法：
1.动态时间规整（DTW）技术
DTW依靠动态规划（DP）技术解决了语音输入输出不定长的问题。
2.矢量量化（VQ）
VQ是对词库中的字、词等单元形成矢量量化的码作为模板，再用输入的语音特征矢量与模板相匹配。

第二阶段 ：主要以隐马尔科夫模型（HMM）为基础的概率统计模型为主，识别的准确率和稳定性都得到极大提升。
经典成果：