1 語音識別技術(shù)的發(fā)展現(xiàn)狀
　　由于校對和更正識別的錯誤很麻煩和浪費時間,這樣便降低語音識別的優(yōu)勢。同時,由于使用的環(huán)境或講話口音習(xí)慣等因素的影響,語音識別的內(nèi)容大大降低,識別的內(nèi)容不能達到100%的正確,所以很多人認為目前的語音識別系統(tǒng)還無法滿足實用要求。
　　目前,AT&T和MIT等將語音識別技術(shù)應(yīng)用在一些有限詞匯的特定任務(wù)上,如電話自動轉(zhuǎn)接、電話查詢、數(shù)字串識別的任務(wù)中,當講話的內(nèi)容是系統(tǒng)所存儲的內(nèi)容存在的,且使用環(huán)境的聲學(xué)特性與訓(xùn)練數(shù)據(jù)的聲學(xué)特性相差不太大時,語音識別的正確識別率可以接近100%。但是,在實際使用中如果這些條件被破壞,則會對識別系統(tǒng)造成一定的影響。
　　2 語音識別技術(shù)發(fā)展趨勢
　　1)提高可靠性。語音識別技術(shù)需要能排除各種聲學(xué)環(huán)境因素的影響。在比較嘈雜的公共環(huán)境中,人的意識會有意識的排除非需要的聲學(xué)環(huán)境因素,這對語音識別系統(tǒng)而言,是很難做到的。另外,在日常生活中,人類的語言常常具有較大的不確定性,比較隨意,并帶有明顯的言語習(xí)慣。這同樣會給語音識別系統(tǒng)很大的識別麻煩。目前,在提高語音系統(tǒng)在不同環(huán)境中的可靠性,同時要應(yīng)用現(xiàn)代技術(shù)讓語音識別系統(tǒng)更加智能化,掌握人們語言隨意性的部分規(guī)律,以達到最佳的識別效果。
　　2)應(yīng)用拓展。語音識別技術(shù)可以用于把費腦、費力、費時的機器操作變成一件很容易很有趣味性的事,比如,當人們出現(xiàn)手忙、手不能及以及分身無術(shù)的場景時,通過語音識別系統(tǒng)的模型構(gòu)造,則能夠在象駕駛室、危險的工業(yè)場合、遠距離信息獲取、家電控制等各個方面,語音識別技術(shù)可能帶動一系列嶄新或更便捷功能的設(shè)備出現(xiàn),更加方便人的工作和生活。其應(yīng)用的范圍和前景非常廣泛。不僅能夠應(yīng)用于日常生活,更重要的會帶來生產(chǎn)方式的革命,是下一代智能化控制的基礎(chǔ)。
　　3)增加詞匯量。系統(tǒng)可以識別的詞匯的數(shù)量是系統(tǒng)能夠做什么事情的一個重要度量。一個語音識別系統(tǒng)使用的聲學(xué)模型和語音模型如果太過于局限,當用戶所講的詞匯超出系統(tǒng)已知的范圍時,則語音識別系統(tǒng)不能準確的識別出相應(yīng)的內(nèi)容,比如,當突然從中文轉(zhuǎn)為英文、法文、俄文時,計算機就會常常輸出混亂奇怪的結(jié)果。但是,隨著系統(tǒng)建模方法的不斷改進、搜索算法效率的提高以及硬件資源的發(fā)展,未來的語音識別系統(tǒng)可能會做到詞匯量無限制和多種語言混合,這樣用戶在使用的時候可以不必在語種之間來回切換,這樣就能大大減少詞匯量的對語音識別系統(tǒng)的限制。


本文編號：6725