探究人工智能與語(yǔ)音識(shí)別技術(shù)

張琦

摘要：隨著科學(xué)技術(shù)不斷發(fā)展，人工智能技術(shù)和語(yǔ)音識(shí)別技術(shù)應(yīng)運(yùn)而生，這也標(biāo)志著社會(huì)發(fā)展和進(jìn)步到達(dá)了一個(gè)新的歷史階段。語(yǔ)音識(shí)別技術(shù)是人工智能基礎(chǔ)的支撐技術(shù)，本文將針對(duì)人工職能與語(yǔ)音識(shí)別技術(shù)進(jìn)行探討和研究。

關(guān)鍵詞：人工智能;語(yǔ)音識(shí)別;應(yīng)用

人工智能技術(shù)是基于計(jì)算機(jī)科技基礎(chǔ)上，對(duì)人類思維模式進(jìn)行模擬而構(gòu)建起來的具有智能化的人工系統(tǒng)，人工智能是計(jì)算機(jī)科技更高層次上的應(yīng)用。語(yǔ)音識(shí)別技術(shù)是人工智能技術(shù)的細(xì)分領(lǐng)域之一，同時(shí)，語(yǔ)音識(shí)別也是實(shí)現(xiàn)人工智能的重要基礎(chǔ)技術(shù)支撐之一。

一、人工智能技術(shù)基本內(nèi)容

（一）基礎(chǔ)支撐層

1.基礎(chǔ)算法

算法是人工智能技術(shù)的基礎(chǔ)，是通過對(duì)解決問題的方法加以描述以及規(guī)范輸入，利用計(jì)算機(jī)在有效有限時(shí)間內(nèi)找到所需求的結(jié)果。近年來，各學(xué)科的高度融合促進(jìn)了人工智能技術(shù)的不斷發(fā)展，尤其是“深度學(xué)習(xí)”技術(shù)的出現(xiàn)，使人工智能能夠通過不斷學(xué)習(xí)實(shí)現(xiàn)基礎(chǔ)算法更新。深度學(xué)習(xí)是通過權(quán)重對(duì)動(dòng)作符合情況進(jìn)行判斷，對(duì)最優(yōu)動(dòng)作進(jìn)行選擇進(jìn)而實(shí)現(xiàn)人工智能算法不斷提高，最終達(dá)到超越人類智能的效果[1]。

2.計(jì)算力

計(jì)算力是單位時(shí)間內(nèi)實(shí)現(xiàn)計(jì)算的次數(shù)，計(jì)算力越強(qiáng)，人工智能體現(xiàn)出的靈活性越高，實(shí)現(xiàn)的智能判斷效率越高。以往的智能受到計(jì)算力限制，無法發(fā)揮出人工智能的優(yōu)勢(shì)，隨著近年來云計(jì)算的發(fā)展，計(jì)算機(jī)對(duì)數(shù)據(jù)處理能力得到大幅度提升，每秒鐘近10萬(wàn)億次的計(jì)算能力給人工智能提供了基礎(chǔ)支撐。

3.大數(shù)據(jù)

大數(shù)據(jù)是對(duì)海量信息進(jìn)行收集、處理和分析，對(duì)有價(jià)值的信息進(jìn)行深入挖掘。人工智能通過各類傳感器獲得大量數(shù)據(jù)信息，這些信息包括圖像、語(yǔ)音和文字等數(shù)據(jù)，通過大數(shù)據(jù)對(duì)這些信息進(jìn)行分析處理，選擇具有價(jià)值的數(shù)據(jù)作為云計(jì)算的訓(xùn)練樣本，進(jìn)而推動(dòng)了人工智能發(fā)展。

（二）技術(shù)支撐

1.計(jì)算機(jī)視覺技術(shù)

計(jì)算機(jī)視覺技術(shù)是將圖片分解成許多個(gè)便于管理的子任務(wù)，這種通過對(duì)子任務(wù)進(jìn)行處理和識(shí)別，進(jìn)而得到對(duì)物體的判斷。近年來計(jì)算機(jī)視覺技術(shù)在醫(yī)療成像、人臉識(shí)別等方面得到了廣泛應(yīng)用，公安系統(tǒng)利用監(jiān)視設(shè)備和計(jì)算機(jī)視覺技術(shù)進(jìn)行案件偵破，也取得了良好的效果。計(jì)算機(jī)視覺識(shí)別技術(shù)給人工智能提供了獲取外界信息的途徑。

2.自然語(yǔ)言處理技術(shù)

3.語(yǔ)音識(shí)別技術(shù)

語(yǔ)音識(shí)別技術(shù)通過對(duì)來自外界聲音的處理，運(yùn)用移動(dòng)窗將接收到的聲音進(jìn)行分幀，形成各種相應(yīng)的波形，結(jié)合波形有效性，對(duì)這些波形進(jìn)行選取形成矩陣，利用這些音素對(duì)語(yǔ)言加以識(shí)別[2]。

二、人工智能技術(shù)應(yīng)用與發(fā)展

（一）人工智能技術(shù)應(yīng)用

1.無人駕駛技術(shù)

無人駕駛技術(shù)就是人工智能在現(xiàn)實(shí)生活中的具體應(yīng)用。近年來，無人駕駛技術(shù)不僅實(shí)現(xiàn)了交通領(lǐng)域和工業(yè)領(lǐng)域中的自動(dòng)化和智能化，也應(yīng)用在軍事和科研領(lǐng)域，無人機(jī)技術(shù)不但能夠?qū)崿F(xiàn)高空偵查，確定危險(xiǎn)軍事目標(biāo)，能夠結(jié)合人工智能判斷實(shí)現(xiàn)空中打擊。此外，無人機(jī)技術(shù)在城市規(guī)劃和地質(zhì)科考方面應(yīng)用也十分廣泛。

2.智能機(jī)器人

人工智能的出現(xiàn)推進(jìn)了智能機(jī)器人的發(fā)展。智能機(jī)器人能夠通過人工智能實(shí)現(xiàn)信息采集和分析計(jì)算，得出準(zhǔn)確的判斷結(jié)果，完成各項(xiàng)所需工作。目前，智能機(jī)器人在公共服務(wù)領(lǐng)域和工業(yè)生產(chǎn)中都獲得了應(yīng)用。一些國(guó)家甚至利用智能機(jī)器人參與到養(yǎng)老護(hù)理中，不僅降低了對(duì)人工的占用，還克服了人工作業(yè)時(shí)間和空間上的限制，能夠?qū)崿F(xiàn)全天候的服務(wù)。

（二）人工智能技術(shù)發(fā)展

人工智能的出現(xiàn)改變了人類生產(chǎn)和生活方式，社會(huì)發(fā)展不再單純依賴于人類自身行為，機(jī)器設(shè)備可以做出類似人類的思維和判斷，甚至人工智能會(huì)超越人類的思維，形成優(yōu)化的思維方式和判斷。例如：人類發(fā)明的機(jī)器人能夠通過不斷的深入學(xué)習(xí)，優(yōu)化自身計(jì)算，在與人類圍棋大戰(zhàn)中，人工智能戰(zhàn)勝了當(dāng)代的圍棋大師。人工智能可以有效推動(dòng)社會(huì)進(jìn)步。但是，人類智能的過度開發(fā)和應(yīng)用也給社會(huì)發(fā)展帶來潛在威脅，人類就業(yè)情況，生存環(huán)境安全性都將受到重大影響。

二、語(yǔ)音識(shí)別技術(shù)基本內(nèi)容

（一）語(yǔ)音識(shí)別基本原理

人類語(yǔ)音經(jīng)過接收系統(tǒng)輸入到語(yǔ)音識(shí)別系統(tǒng);語(yǔ)音識(shí)別系統(tǒng)會(huì)將人類的聲音切割成片段，每個(gè)小片段將作為一個(gè)幀，同時(shí)，系統(tǒng)會(huì)對(duì)辨識(shí)度不高的首尾靜音部分進(jìn)行清除，避免對(duì)識(shí)別效果帶來影響。接下來，系統(tǒng)會(huì)對(duì)各個(gè)語(yǔ)音信號(hào)進(jìn)行分析，從中提取具有特征的參數(shù)，將這些具有特征的參數(shù)與語(yǔ)音模型進(jìn)行對(duì)比，結(jié)合語(yǔ)音規(guī)律分析出最終結(jié)果，形成相應(yīng)文本。

（二）語(yǔ)音識(shí)別技術(shù)發(fā)展存在的難點(diǎn)

1.噪音處理

在進(jìn)行聲音采集中，人類的聲音往往與自然界其他聲音相混雜，這些噪音可能是來自外部環(huán)境的背景聲音，也可能是來自人類呼吸等帶來的雜音，這些無效的聲音將給語(yǔ)音識(shí)別帶來影響。隨著當(dāng)前語(yǔ)音識(shí)別技術(shù)的提高，雖然能夠避免一些輕微噪音帶來的錯(cuò)誤分析，但是還無法從根本上加以杜絕。對(duì)噪音進(jìn)行有效識(shí)別也是語(yǔ)音識(shí)別技術(shù)發(fā)展方向之一。

2.魯棒性

語(yǔ)音識(shí)別系統(tǒng)魯棒性是指在受到外界環(huán)境和語(yǔ)音干擾情況下，語(yǔ)音識(shí)別保持穩(wěn)定的能力。影響到語(yǔ)音識(shí)別穩(wěn)定性的因素包含較多，人類語(yǔ)音的標(biāo)準(zhǔn)化程度，外部環(huán)境干擾的大小都將決定不精確參數(shù)的增加。提高語(yǔ)音識(shí)別系統(tǒng)的穩(wěn)定性和適應(yīng)控制將是未來語(yǔ)音識(shí)別技術(shù)研究方向。

3.語(yǔ)音模型

語(yǔ)音模型是通過聲音采集設(shè)備將聲音信息轉(zhuǎn)化成數(shù)字信息的模型。不同的聲音，其模型也具有較大差異。當(dāng)前的語(yǔ)音識(shí)別技術(shù)只能針對(duì)簡(jiǎn)單環(huán)境下的語(yǔ)音進(jìn)行識(shí)別，環(huán)境的干擾將會(huì)降低語(yǔ)音識(shí)別的準(zhǔn)確性和識(shí)別效率。因此，要提高語(yǔ)音識(shí)別的功能，需要對(duì)語(yǔ)音模型不斷優(yōu)化，

（三）語(yǔ)音識(shí)別在生活中的應(yīng)用

語(yǔ)音識(shí)別技術(shù)的發(fā)展促進(jìn)了人與計(jì)算機(jī)設(shè)備之間的交互，目前已經(jīng)出現(xiàn)了很多應(yīng)用語(yǔ)音作為輸入方式的軟件。工作人員利用語(yǔ)音接收系統(tǒng)，可以迅速將聲音轉(zhuǎn)換成文本，不僅提高了工作效率，也讓雙手得到解放。另外，通過語(yǔ)音識(shí)別能夠?qū)Σ煌Z(yǔ)言進(jìn)行翻譯，促進(jìn)不同語(yǔ)言人群的溝通交流[3]。

結(jié)束語(yǔ)：

現(xiàn)代科技發(fā)展促進(jìn)了人工智能和語(yǔ)音識(shí)別技術(shù)發(fā)展，改變了傳統(tǒng)的生產(chǎn)、生活方式，促進(jìn)了社會(huì)發(fā)展。相信，隨著人工智能技術(shù)和語(yǔ)音識(shí)別技術(shù)的不斷優(yōu)化提高，與傳統(tǒng)產(chǎn)業(yè)進(jìn)一步相結(jié)合，將會(huì)獲得廣泛的應(yīng)用，讓人類社會(huì)呈現(xiàn)出全新的發(fā)展面貌。

參考文獻(xiàn)

[1]胡郁.人工智能與語(yǔ)音識(shí)別技術(shù)[J].電子產(chǎn)品世界，2016（4）：23-25，27共4頁(yè).

[2]何婉榕.關(guān)于人工智能與語(yǔ)音識(shí)別技術(shù)的研究[J].科技尚品，2017（3）：182-182.

[3]房愛東，張志偉，崔琳，etal.基于人工智能的語(yǔ)音識(shí)別系統(tǒng)及應(yīng)用研究[J].宿州學(xué)院學(xué)報(bào)，2019（8）.