Siri 、Alexa 等虛擬助手的出現(xiàn)，讓自動語音識別系統(tǒng)得到了更廣泛的運用與發(fā)展。自動語音識別(ASR)是一種將口語轉(zhuǎn)換為文本的過程。該技術(shù)正在不斷應(yīng)用于即時通訊應(yīng)用程序、搜索引擎、車載系統(tǒng)和家庭自動化中。盡管所有這些系統(tǒng)都依賴于略有不同的技術(shù)流程，但這些所有系統(tǒng)的第一步都是相同的：捕獲語音數(shù)據(jù)并將其轉(zhuǎn)換為機器可讀的文本。

    但 ASR 系統(tǒng)如何工作？它如何學(xué)會辨別語音？ASR 系統(tǒng)：它們?nèi)绾芜\作？因此，從基礎(chǔ)層面來看，我們知道自動語音識別看起來如下：音頻數(shù)據(jù)輸入，文本數(shù)據(jù)輸出。但是，從輸入到輸出，音頻數(shù)據(jù)需要變成機器可讀的數(shù)據(jù)。這意味著數(shù)據(jù)通過聲學(xué)模型和語言模型進行發(fā)送。這兩個過程是這樣的：聲學(xué)模型確定了語言中音頻信號和語音單位之間的關(guān)系，而語言模型將聲音與單詞及單詞序列進行匹配。

    這兩個模型允許 ASR 系統(tǒng)對音頻輸入進行概率檢查，以預(yù)測其中的單詞和句子。然后，系統(tǒng)會選出具有最高置信度等級的預(yù)測。**有時語言模型可以優(yōu)先考慮某些因其他因素而被認為更有可能的預(yù)測。因此，如果通過 ASR 系統(tǒng)運行短語，它將執(zhí)行以下操作：進行聲音輸入：“嘿 Siri，現(xiàn)在幾點了？”通過聲學(xué)模型運行語音數(shù)據(jù)，將其分解為語音部分。通過語言模型運行該數(shù)據(jù)。輸出文本數(shù)據(jù)：“嘿 Siri，現(xiàn)在幾點了？”

    在這里，值得一提的是，如果自動語音識別系統(tǒng)是語音用戶界面的一部分，則 ASR 模型將不是唯一在運行的機器學(xué)習(xí)模型。許多自動語音識別系統(tǒng)都與自然語言處理 (NLP) 和文本語音轉(zhuǎn)換 (TTS) 系統(tǒng)配合使用，以執(zhí)行其給定的角色。也就是說，深入研究語音用戶界面本身就是個完整的話題。要了解更多信息，請查看此文章。

    那么，現(xiàn)在知道了 ASR 系統(tǒng)如何運作，但需要構(gòu)建什么？關(guān)鍵是數(shù)據(jù)。建立 ASR 系統(tǒng)：數(shù)據(jù)的重要性，優(yōu)秀的 ASR 系統(tǒng)應(yīng)該具有靈活性。它需要識別各種各樣的音頻輸入（語音樣本），并根據(jù)該數(shù)據(jù)做出準(zhǔn)確的文本輸出，以便做出相應(yīng)的反應(yīng)。為實現(xiàn)這一點，ASR 系統(tǒng)需要的數(shù)據(jù)是標(biāo)記的語音樣本和轉(zhuǎn)錄形式。比這要復(fù)雜一些（例如，數(shù)據(jù)標(biāo)記過程非常重要且經(jīng)常被忽略），但為了讓大家明白，在此將其簡化。

    ASR 系統(tǒng)需要大量的音頻數(shù)據(jù)。為什么？因為語言很復(fù)雜。對同一件事有很多種講述方式，句子的意思會隨著單詞的位置和重點而改變。還考慮到世界上有很多不同的語言，在這些語言中，發(fā)音和單詞選擇可能會因地理位置和口音等因素而不同。

    哦，別忘了語言也因年齡和性別而有所不同！考慮到這一點，為 ASR系統(tǒng)提供的語音樣本越多，它在識別和分類新語音輸入方面越好。從各種各樣的聲音和環(huán)境中獲取的樣本越多，系統(tǒng)越能在這些環(huán)境中識別聲音。通過專門的微調(diào)和維護，自動語音識別系統(tǒng)將在使用過程中得到改進。

    因此，從最基本的角度來看，數(shù)據(jù)越多越好。的確，目前進行的研究和優(yōu)化較小數(shù)據(jù)集相關(guān)，但目前大多數(shù)模型仍需要大量數(shù)據(jù)才能發(fā)揮良好的性能。幸運的是，得益于數(shù)據(jù)集存儲庫和專用的數(shù)據(jù)收集服務(wù)，音頻數(shù)據(jù)的收集變得越發(fā)簡單。這反過來又增加了技術(shù)發(fā)展的速度，那么，接下來簡單了解一下，未來自動語音識別能在哪些方面大展身手。

    ASR 技術(shù)已融身于社會。虛擬助手、車載系統(tǒng)和家庭自動化都讓日常生活更加便利，應(yīng)用范圍也可能擴大。隨著越來越多的人接納這些服務(wù)，技術(shù)將進一步發(fā)展。