From PMCAFF

语音识别的基础概念

1

自动语音识别（Automatic Speech Recognition，ASR）技术是一种将人的语音转换为文本的技术。

这项技术被当做是可以使人与人、人与机器更顺畅交流的桥梁，已经在研究领域活跃了50多年。

2

ASR在近几年的流行，与以下几个关键领域的进步有关：

摩尔定律持续有效：使得多核处理器、通用计算图形处理器GPGPU、CPU/GPU集群等技术，为训练复杂模型提供了可能，显著降低了ASR系统的错误率。

大数据时代：借助互联网和云计算，获得了真实使用场景的大数据训练模型，使得ASR系统更具鲁棒性(健壮性、稳定性)。

移动智能时代：移动设备、可穿戴设备、智能家居设备、车载信息娱乐系统，变得越来越流行，语音交互成为新的入口。

3

根据在不同限制条件下的研究任务，产生了不同的研究领域。如图：

4

根据不同任务，语音识别可分为4类：

5

语音交互作为新的入口，主要应用于上图中的两大类：帮助人与人的交流和人与机器的交流。