（文章來(lái)源：半導(dǎo)體投資聯(lián)盟）

語(yǔ)音識(shí)別技術(shù)是指通過(guò)計(jì)算裝置的分析來(lái)識(shí)別或理解如人類發(fā)出的語(yǔ)音等的聲學(xué)信號(hào)的技術(shù)。近年來(lái)隨著基于深度學(xué)習(xí)(deep learning)的機(jī)器學(xué)習(xí)(machine learning)技術(shù)的成熟，各行各業(yè)開(kāi)始紛紛引入深度學(xué)習(xí)技術(shù)來(lái)尋求實(shí)際問(wèn)題的解決。

語(yǔ)音識(shí)別技術(shù)的第一梯隊(duì)公司三星公司便率先引入深度學(xué)習(xí)技術(shù)并結(jié)合利用反映了識(shí)別對(duì)象語(yǔ)言的結(jié)構(gòu)特性的學(xué)習(xí)數(shù)組的方法來(lái)提升使用語(yǔ)音識(shí)別準(zhǔn)確性。上述方法在三星公司的新專利“語(yǔ)音識(shí)別方法”中被提出，其專利號(hào)（CN109215637A）。

三星公司提出的語(yǔ)音識(shí)別主要是提供兩個(gè)方面來(lái)提升識(shí)別準(zhǔn)確率的，第一是構(gòu)建的深度神經(jīng)網(wǎng)絡(luò)聲學(xué)模型，利用深度神經(jīng)網(wǎng)絡(luò)的強(qiáng)大的特征提取能力來(lái)獲取語(yǔ)音數(shù)據(jù)中的語(yǔ)音信息。第二個(gè)是利用了反映識(shí)別對(duì)象語(yǔ)言的結(jié)構(gòu)特性，從語(yǔ)音本質(zhì)上出發(fā)去獲取語(yǔ)音特征信息。接下來(lái)小編將詳細(xì)的進(jìn)行敘述三星公司的語(yǔ)音技術(shù)新方法。

該專利中提出的語(yǔ)音識(shí)別裝置如圖所示，包括學(xué)習(xí)數(shù)據(jù)獲取部、目標(biāo)標(biāo)簽構(gòu)成部和聲學(xué)模型構(gòu)建部、語(yǔ)音輸入部、目標(biāo)標(biāo)簽預(yù)測(cè)部以及解碼部。學(xué)習(xí)書(shū)籍獲取部主要是用戶獲取構(gòu)成目標(biāo)標(biāo)簽的原始學(xué)習(xí)數(shù)據(jù)組如最初的語(yǔ)音文本。目標(biāo)標(biāo)簽部從包含在原始學(xué)習(xí)數(shù)組中文本以反映識(shí)別對(duì)象語(yǔ)言的機(jī)構(gòu)特性的方法構(gòu)成目標(biāo)標(biāo)簽。

聲學(xué)模型構(gòu)建部主要是構(gòu)建關(guān)于深度神經(jīng)網(wǎng)絡(luò)模型的聲學(xué)模型，用于識(shí)別語(yǔ)音的輸入和目標(biāo)標(biāo)簽的預(yù)測(cè)輸出。解碼部主要是通過(guò)使用聲學(xué)模型對(duì)輸入的語(yǔ)音進(jìn)行目標(biāo)標(biāo)簽的預(yù)測(cè)輸出，根據(jù)輸出的預(yù)測(cè)來(lái)進(jìn)行解碼得到最終的語(yǔ)言文本。

該專利中最核心的部分是使用目標(biāo)標(biāo)簽構(gòu)成部來(lái)利用對(duì)象語(yǔ)言的機(jī)構(gòu)特性。目標(biāo)標(biāo)簽構(gòu)成部120可將包含在原始學(xué)習(xí)數(shù)據(jù)組310中的文本以字母為單位進(jìn)行分離并且以后述方式構(gòu)成反映了識(shí)別對(duì)象語(yǔ)言的結(jié)構(gòu)特性的四個(gè)級(jí)別的目標(biāo)標(biāo)簽。比如說(shuō)，在識(shí)別對(duì)象語(yǔ)言的字母自身作為一個(gè)文字使用的英語(yǔ)的情況下，當(dāng)學(xué)習(xí)數(shù)據(jù)310a的文本為“ nice to meet you”時(shí)，學(xué)習(xí)數(shù)據(jù)330a的第一級(jí)別目標(biāo)標(biāo)簽可由“nice$to$meet$you”構(gòu)成。

在經(jīng)過(guò)目標(biāo)標(biāo)簽構(gòu)成部的構(gòu)造后，深度神經(jīng)網(wǎng)絡(luò)的輸入端和輸出端便有了結(jié)果。首先，是獲取原始學(xué)習(xí)數(shù)據(jù)組，通過(guò)將包含在原始學(xué)習(xí)數(shù)據(jù)中的文本信息以字母為單位進(jìn)行分離來(lái)構(gòu)成目標(biāo)標(biāo)簽，作為聲學(xué)模型的輸出端。聲學(xué)模型的輸入端便是語(yǔ)音數(shù)據(jù)，通過(guò)學(xué)習(xí)包含在原始學(xué)習(xí)數(shù)據(jù)中的學(xué)習(xí)用語(yǔ)音數(shù)據(jù)及目標(biāo)標(biāo)簽，來(lái)訓(xùn)練聲學(xué)模型。

三星公司中專利的語(yǔ)音識(shí)別技術(shù)屬于改進(jìn)后的端對(duì)端深度學(xué)習(xí)模型，改進(jìn)的地方在于把傳統(tǒng)的端對(duì)端的深度學(xué)習(xí)模型的語(yǔ)音文本輸出端改成了目標(biāo)標(biāo)簽輸出端，而這目標(biāo)標(biāo)簽輸出端能很好的體現(xiàn)要識(shí)別的對(duì)象語(yǔ)言的結(jié)構(gòu)特性。當(dāng)然這也給整個(gè)系統(tǒng)帶來(lái)了一定的復(fù)雜性，因?yàn)樽罱K的聲學(xué)模型的輸出還需要經(jīng)過(guò)一個(gè)對(duì)象語(yǔ)言解碼端，但是該專利中的方法還是帶來(lái)了語(yǔ)音識(shí)別技術(shù)的準(zhǔn)確性提高。
? ? ?