隨著ai快速發展的今天，語音識別也成為眾多裝置的標配，語音識別開始被越來越多人的關注，國外微軟、蘋果、谷歌，國內的科大訊飛、思必弛、雲知聲等廠商都在研發語音識別新策略新演算法，似乎人類與語音的自然互動漸行漸近。
語音識別是以語音的研究為物件，通過語音頻號處理和模式識別讓機器自動識別和理解人類口述的語言。
語音識別系統本質上是一種模式識別系統，包括特徵提取、模式匹配、參考模式庫等三個基本單元。
一套完整的語音識別系統，工作過程分為7步：
1.對語音頻號進行分析和處理，除去冗餘資訊。
2.提取影響語音識別的關鍵資訊和表達語言含義的特徵資訊。
3.緊扣特徵資訊，用最小單元識別字詞。
4.按照不同語言的各自語法，依照先後次序識別字詞。
5.把前後意思當作輔助識別條件，有利於分析和識別。
6.按照語義分析，給關鍵資訊劃分段落，取出所識別出的字詞並連線起來，同時根據語句意思調整句子構成。
7.結合語義，仔細分析上下文的相互聯絡，對當前正在處理的語句進行適當修正
語音識別、影象識別均為模式識別中的主要應用，有興趣的可以多學習一下
1.模式識別應用於哪些領域，模式識別技術的發展趨勢
2.計算機視覺與影象處理、模式識別和機器學習，之間有什麼關係？
3.語音的識別過程主要分哪幾步，常用的識別方法是什麼？
PocketSphinx語音識別系統的程式設計
pocketsphinx語音識別系統的程式設計 zouxy09 qq.com 關於語音識別的基礎知識和sphinx的知識，具體可以參考我的另外的博文 語音識別的基礎知識與cmusphinx介紹 article details 7941585 pocketsphinx語音識別系統的編譯 安裝和使用 a...
基於語音的情緒識別系統（Python）
源 連線 emotion recognition using speech 原鏈結是給的原始的版本，我在 win10 上執行會報錯，比如下邊的的 pyauto 無法安裝的問題。我已經將相應的安裝包上傳到 gitee 上了。碼雲位址 語音情緒識別 在 emotion recognition using...
從零開始語音識別（5） 端到端的語音識別系統
seq2seq 此模型長用於機器翻譯 語音識別。其優點是輸入輸出不需要等長，而且兩者長度不固定。此模型包含兩個rnn結構，分別用於編碼與解碼。decoder網路直到解碼的序列是end才停止，因此可以實現變長的輸出。encoder將輸入進行編碼，將整個輸入的隱狀態輸入給decoder，可以實現輸入的變...