基于深度學習技術的智能語音識別應用研究

續珩

摘要：隨著現代信息技術的飛速發展，語音識別技術在人們的實際生活中得到了更加廣泛的應用，而語音識別也開始進入到普通人的視野之內，借助于其準確的識別率以及較強的實用性，受到了越來越多用戶的青睞。現階段，智能語音識別在家居、汽車等多種設備中得以普遍應用，也成為了人機交互的關鍵性設備。本文主要探討了基于深度學習技術的智能語音識別的應用。

關鍵詞：深度學習;智能語音識別;應用

智能語音識別屬于人工智能中的重要性技術之一，目前在智能家居、智能穿戴以及智能車載中得到了十分普遍的應用。智能語音技術基于深度學習算法，結合大數據技術、高性能運算技術等，不但能夠實現準確“偵聽”人類語言，同時更能夠“聽懂”人類語言，甚至可以達到“回答”人類的能力。

1基于深度學習的語音識別方法

深度學習屬于人工職能中得以飛速發展的重要領域，能夠輔助計算機理解更多圖像、聲音以及文本形式的數據。借助于多元化的神經網絡，目前的計算機能夠類似于人類一樣進行觀察和學習，同時做出相應反應，甚至比人類更敏捷迅速。如此一來就能夠帶來一種有效的識別方式，用于分析數據信息[1]。下圖1為基本的智能語音識別流程。

1.1語音拾取

語音拾取主要是采樣以及端點檢測。所謂采樣即是利用聲卡將語音信息進行采集，同時把語音信息數字化;而端點檢測即是從語音信息中確定其起點以及終點，屬于預處理中的關鍵性內容，端點檢測一般來說是采用能量與過零率結合的算法。

1.2特征提取

特征提取屬于語音識別中非常重要的技術，有效的特征可以非常準確的體現出語音包含的有價值信息，從而摒棄其他無價值的內容。

1.3模擬訓練和語音識別判決

模擬訓練與語音識別判決包含兩個步驟，首先是訓練，即使用一種識別策略，通過訓練和聚類的途徑獲得該字的語音參數，并將其當成為模板進行存儲，在識別系統內部存儲所有需要識別的參考模板，構建參考模板庫;其次是識別判決，把等待識別的語音樣本和參考模板中的信息進行分析對比，以相似程度最大的作為最終判斷。

2人工智能語音識別的應用

對于電話以及通信系統來說，智能語音識別逐漸把電話機從單純的服務工具轉變為服務的提供者以及人們智能生活的伙伴;借助于電話以及互聯網，現代人能夠依靠語音命令就可以從遠端數據庫中調取和查詢相應的內容;現代科技的發展讓計算機趨于小型化發展，鍵盤開始變為移動平臺的阻礙，比如手表式手機，再借助于鍵盤實施撥號就會變為天方夜譚。因此，智能語音識別已經開始轉變為現代信息技術中人機交互的重要節點，語音識別和語音合成讓現代人逐漸開始丟棄鍵盤，借助于語音實施操作，其實際應用也開始發展為一個具備更高競爭性的產業。

當前智能語音識別技術持續發展，尤其是中小詞匯量非特定語音識別系統的最大精確程度已經超過98%，對普通人群語音識別的精確度必然更高，這類技術逐漸可以滿足人們的日常需求。而進入新時代之后大規模集成電路的發展，讓很多較為復雜的智能語音識別系統依舊能夠制作為專門的芯片。目前，已經有非常多的語音識別產品投入到市場中來，部分電話以及智能手機都可以提供語音識別撥號服務，同時還具備語音筆記本、智能軟件等功能。人們能夠借助于語音來識別機票、旅游以及銀行信息，從而獲得更加便捷的服務體驗。

3人工智能語音識別發展趨勢

深度學習技術應用的主要目標是構建模擬人腦實施分析學習的神經網絡，隨后依靠計算機模擬人腦來對數據進行分析，例如分析圖像、文本等。換句話說，深度學習技術在大數據中的表現相對于其他學習策略更優，它更加符合無標記數據，所以不單單是以實體識別為主的自然語言（NLP）領域。根據現階段的語音識別而言，主要識別途徑包含了語音拾取以及特征拾取等，依靠語音來分析人們實際工作與生活中可能遇到的問題。但從另一方面而言，智能語音識別關系到語音學、心理學以及數據統計等專業理論知識，對研究人員的要求較高，在對這一技術實施研究的過程中要求對各方面知識都有所涉及[2]。

當前深度學習技術屬于最為熱門的技術之一，正越來越普遍的應用到實踐中，智能語音屬于未來人機交互的重要窗口，在很大程度上關系到用戶實際體驗。將深度學習技術和智能語音識別聯系起來，不但智能語音識別技術所獲取的數據信息能夠訓練出更加強大的深度學習網絡，同時深度學習技術能夠支持智能語音識別系統進行更加精確完整的操作。

4結束語

總而言之，隨著現代社會的發展，智能語音識別技術必然會得到更為普遍的應用，深度學習技術可能并非是智能語音識別中最有效的應用，但實踐證明其對于智能語音識別而言能夠發揮出非常積極的作用，可以幫助現代人在實際生活和工作中處理好相應的問題，實現有效的人機交互，更好的滿足人們工作和生活所需。

參考文獻：

[1]蔣久松，熊富強，毛文奇，張超峰.智能語音識別方法在電力移動作業平臺中的應用[J].自動化應用，2017 （11）：124-127.

[2]鄧逸鈺，王垚.智能化語境下的數字出版領域知識服務生態構建[J].出版發行研究，2017 （06）：34-36.