在我們的生活中，語言是傳遞資訊最重要的方式，它能夠讓人們之間互相了解。人和機器之間的互動也是相同的道理，讓機械人知道人類要做什麼、怎麼做。互動的方式有動作、文字或語音等等，其中語音互動越來越被重視，因為隨著網際網路上智慧型硬體的普及，產生了各種網際網路的入口方式，而語音是最簡單、最直接的互動方式，是最通用的輸入模式。
語音識別（asr）原理
（1）語音輸入的預處理模組
（2）特徵提取
（3）聲學模型訓練
（4）語言模型訓練
（5）語音解碼和搜尋演算法
站在巨人的肩膀上：開源框架
（1）cmu sphinix是卡內基梅隆大學的研究成果。已有 20 年歷史了，在 github和 sourceforge上都已經開源了，而且兩個平台上都有較高的活躍度。
（2）kaldi 從 2009 年的研討會起就有它的學術根基了，現在已經在 github上開源，開發活躍度較高。
（3）htk 始於劍橋大學，已經商用較長時間，但是現在版權已經不再開源軟體了。它的最新版本更新於 2015 年 12 月。
（4）julius起源於 1997 年，最後乙個主版本發布於2016 年 9 月，主要支援的是日語。
語音識別技術研究難點
（1）輸入無法標準統一
（2）雜訊的困擾
（3）模型的有效性
智慧型語音識別系統研發方向
我們究竟有多愛我們的Wi Fi
在乙份涉及300個北美及歐洲的wi fi使用者的調查中，xirrus發現76 的消費者出門在外時都會習慣性連線wi fi。回到家中，更有94 的人都會使用wi fi。這個調查結果似乎並不讓人感到驚奇，但xirrus同時發現，79 的受訪者儘管認為公共wi fi不安全，使用起來卻根本停不下來。62 的...
定製你的語音識別 並行語音識別解碼空間
圖1為通用的語音識別解碼器框架，聲學模型我們採取的是隱馬爾可夫模型模型，其發射概率為混合高斯矩陣。語言模型我們採用的是n gram的方式。這裡聲學模型和語言模型都為單一的乙個模型。圖1 通用的語音識別系統框架 圖2 並行解碼空間的系框框架 相對通用的解碼系統，並行解碼空間系統主要增加了三個模組 多路...
智慧型語音識別究竟是如何實現的？
智慧型化生活 當你睜開雙眼體味著清晨第一抹陽光！智慧型裝置就已經在自動工作了，機械人幫你打掃屋子，處理檔案，烹飪早餐！走出街道搭乘ai汽車，進入公司，迎面是智慧型前台！就工作當中接到的 or收到的資訊，都有可能歷經智慧型化處理。這些場景在幾十年前根本是不敢想象的，而如今大部分已經實現！作為人工智慧基...