語音識別技術(shù)的目標(biāo)就是將人類語音中的詞匯內(nèi)容轉(zhuǎn)換為計算機(jī)可讀的輸入。語音識別技術(shù)的原理就是讓機(jī)器通過識別，把語音信號轉(zhuǎn)變?yōu)槲谋?，然后將理解轉(zhuǎn)變?yōu)橹噶畹募夹g(shù)。目的就是為了使機(jī)器能夠“聽懂”人在說什么，并作出相應(yīng)的反應(yīng)。語音識別系統(tǒng)由聲學(xué)識別模型和語言理解模型兩部分組成，分別是對語音到音節(jié)和音節(jié)到字的計算。一個連續(xù)語音識別系統(tǒng)包含了特征提取、聲學(xué)模型、語言模型和解碼器這四個主要部分。

特征提取是指在除去語音信號中對于語音識別無用的信息后，保留能夠反映語音本質(zhì)特征的關(guān)鍵信息，對其進(jìn)行處理，再用特定的形式表示出來，用于后續(xù)的進(jìn)一步處理。

聲學(xué)模型可以理解為是對聲音進(jìn)行建模，把語音輸入轉(zhuǎn)換為聲學(xué)表示的輸出。

語言模型是用來計算出一個句子出現(xiàn)概率的模型，簡單來說，就是計算出這個句子在語法上是否正確的概率。

解碼器就是指語音技術(shù)中的識別過程。

語音識別的本質(zhì)就是一種模式識別的過程，將未知的語音模式與已知的語音模式進(jìn)行對比，最佳匹配的參考模式就被視為識別結(jié)果。

語音識別是模式識別的一個分支，又從屬于信號處理科學(xué)領(lǐng)域，同時與語音學(xué)、語言學(xué)、數(shù)理統(tǒng)計及神經(jīng)生物學(xué)等學(xué)科有非常密切的關(guān)系。語音識別的目的就是讓機(jī)器“聽懂”人類口述的語言，包括了兩方面的含義：其一是逐字逐句聽懂非轉(zhuǎn)化成書面語言文字;其二是對口述語言中所包含的要求或詢問加以理解，做出正確響應(yīng)，而不拘泥于所有詞的正確轉(zhuǎn)換。

自動語音識別技術(shù)有三個基本原理：首先語音信號中的語言信息是按照短時幅度譜的時間變化模式來編碼;其次語音是可以閱讀的，即它的聲學(xué)信號可以在不考慮說話人試圖傳達(dá)的信息內(nèi)容的情況下用數(shù)十個具有區(qū)別性的、離散的符號來表示;第三語音交互是一個認(rèn)知過程，因而不能與語言的語法、語義和語用結(jié)構(gòu)割裂開來。

語音識別是怎么工作的呢?實(shí)際上一點(diǎn)都不神秘，無非是：

第一步，把幀識別成狀態(tài)(難點(diǎn))。

第二步，把狀態(tài)組合成音素。

第三步，把音素組合成單詞。

解決這個問題的常用方法就是使用隱馬爾可夫模型(Hidden Markov Model，HMM)。這東西聽起來好像很高深的樣子，實(shí)際上用起來很簡單：

第一步，構(gòu)建一個狀態(tài)網(wǎng)絡(luò)。

第二步，從狀態(tài)網(wǎng)絡(luò)中尋找與聲音最匹配的路徑。

這樣就把結(jié)果限制在預(yù)先設(shè)定的網(wǎng)絡(luò)中，避免了剛才說到的問題，當(dāng)然也帶來一個局限，比如你設(shè)定的網(wǎng)絡(luò)里只包含了“今天晴天”和“今天下雨”兩個句子的狀態(tài)路徑，那么不管說些什么，識別出的結(jié)果必然是這兩個句子中的一句。

那如果想識別任意文本呢?把這個網(wǎng)絡(luò)搭得足夠大，包含任意文本的路徑就可以了。但這個網(wǎng)絡(luò)越大，想要達(dá)到比較好的識別準(zhǔn)確率就越難。所以要根據(jù)實(shí)際任務(wù)的需求，合理選擇網(wǎng)絡(luò)大小和結(jié)構(gòu)。

搭建狀態(tài)網(wǎng)絡(luò)，是由單詞級網(wǎng)絡(luò)展開成音素網(wǎng)絡(luò)，再展開成狀態(tài)網(wǎng)絡(luò)。語音識別過程其實(shí)就是在狀態(tài)網(wǎng)絡(luò)中搜索一條最佳路徑，語音對應(yīng)這條路徑的概率最大，這稱之為“解碼”。路徑搜索的算法是一種動態(tài)規(guī)劃剪枝的算法，稱之為Viterbi算法，用于尋找全局最優(yōu)路徑。

一般來說，一套完整的語音識別系統(tǒng)其工作過程分為7步：

①對語音信號進(jìn)行分析和處理，除去冗余信息。

②提取影響語音識別的關(guān)鍵信息和表達(dá)語言含義的特征信息。

③緊扣特征信息，用最小單元識別字詞。

④按照不同語言的各自語法，依照先后次序識別字詞。

⑤把前后意思當(dāng)作輔助識別條件，有利于分析和識別。

⑥按照語義分析，給關(guān)鍵信息劃分段落，取出所識別出的字詞并連接起來，同時根據(jù)語句意思調(diào)整句子構(gòu)成。

⑦結(jié)合語義，仔細(xì)分析上下文的相互聯(lián)系，對當(dāng)前正在處理的語句進(jìn)行適當(dāng)修正。

語音識別技術(shù)，目標(biāo)是將人類的語音中的詞匯內(nèi)容轉(zhuǎn)換為計算機(jī)可讀的輸入。工作原理：動態(tài)時間伸縮方法使用瞬間的、變動倒頻通過交換字母順序，用一個含義廣泛的詞匯定義了一個新的信號處理技術(shù)，倒頻譜的計算通常使用快速傅立葉變換。運(yùn)用隱馬爾可夫模型的方法，頻譜特征的統(tǒng)計變差得以測量。文本無關(guān)語音識別方法的例子有平均頻譜法、矢量量化法和多變量自回歸法。人們預(yù)計，未來10年內(nèi)，語音識別技術(shù)將進(jìn)入工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個領(lǐng)域。