语音识别中的ASR技术通识 2019 (语音识别中的后端模块的作用是什么)

本文目录导航：

• 语音识别中的ASR技术通识 2019-12-06
• 美国：cv公司介绍及优缺陷剖析
• 搜查配置是什么？

语音识别中的ASR技术通识 2019-12-06

ASR(Automatic speech recognition)，智能言语识别，智能将言语转化成文字的环节，作用相似于人类的耳朵。 流程：输入-编码-解码-输入

言语识别输入的是声响，属于计算机无法识别的模拟信号，所以须要经过模型将其转化成数字信号，并对其中的特色启动提取，编码时，会将声响切成很小的片段，成为 帧 ，相似于视频中最小期间单位的帧。

帧和帧之间会有必定的堆叠。

关于失掉的每一帧，依照人耳听声的特定的MCFF规定，提取其中的特色，转成 多维向量 。

向量中的每一个维度可以看做是这一帧中的特色。

解码环节是将失掉的向质变成文字的环节，其中用到两个模型 声学模型 和 言语模型 。

声学模型是将特色向量转化成单个字母（中文的拼音声母和韵母），成为音素。

言语模型是将音素拼接起来成为单词或许汉字。

两种模型都须要少量的言语数据启动训练。

传统识别形式：隐马尔可夫模型（HMM） 端到端识别形式：神经网络（DNN，deep neural network） 两种识别形式关键的差异在声学模型上。

目前中文的识别率在97%以上，距离现实的99%还有很大的差距。

“远场”。

上方关键说3个概念： 语音激活检测、语音唤醒、以及麦克风阵列。

1）语音激活检测（voice active detection，VAD） A）需求背景：在近场识别场景，比如经常使用语音输入法时，用户可以用手按着语音按键谈话，完结之后松开，由于近场状况下信噪比（signal to noise ratio, SNR））比拟高，信号明晰，繁难算法也能做到有效牢靠。

但远场识别场景下，用户不能用手接触设施，这时噪声比拟大，SNR降低猛烈，必定经常使用VAD了。

B）定义：判别什么时刻有语音什么时刻没有语音（静音）。

后续的语音信号处置或是语音识别都是在VAD截取进去的有效语音片段上启动的。

2）语音唤醒 （voice trigger，VT） A）需求背景：在近场识别时，用户可以点击按钮后间接谈话，然而远场识别时，须要在VAD检测到人声之后，启动语音唤醒，相当于叫这个AI（机器人）的名字，惹起ta的留意，比如苹果的“Hey Siri”，Google的“OK Google”，亚马逊Echo的“Alexa”等。

B）定义：可以了解为喊名字，惹起听者的留意。

VT判别是唤醒（激活）词，那后续的语音就应该启动识别了；否则，不启动识别。

C） 难点 ：语音识别，不论远场还是进场，都是在云端启动，然而语音唤醒基本是在（设施）本地启动的，要求更高—— C.1）唤醒照应期间。

据傅盛说，环球上一切的音箱，除了Echo和他们做的小雅智能音箱能到达1.5秒之外，其余的都在3秒以上。

C.2）功耗要低。

iphone 4s发生Siri，但直到iphone 6s之后才准许不接电源的状况下间接喊“hey Siri”启动语音唤醒。

这是由于有6s上有一颗专门启动语音激活的低功耗芯片，当然算法和配件要启动配合，算法也要启动优化。

C.3）唤醒效果。

喊它的时刻它不容许这叫做漏报，没喊它的时刻它跳进去讲话叫做误报。

漏报和误报这2个目的，是此消彼长的，比如，假设唤醒词的字数很长，当然误报少，然而漏报会多；假设唤醒词的字数很短，漏报少了，但误报会多，特意假设大中午的突然唱歌或讲故事，会特意吓人的…… C.4）唤醒词。

技术上要求，普通起码3个音节。

比如“OK google”和“Alexa”有四个音节，“hey Siri”有三个音节；国际的智能音箱，比如小雅，唤醒词是“小雅小雅”，而不能用“小雅”。

注：普通产品经理或行业交换时，间接说汉语“语音唤醒”，而英文缩写“VT”，技术人员或许用得多些。

3）麦克风阵列（Microphone Array） A）需求背景：在会议室、户外、商场等各种复杂环境下，会有噪音、混响、人声搅扰、回声等各种疑问。

特意是远场环境，要求拾音麦克风的灵便度高，这样才干在较远的距离下取得有效的音频振幅，同时近场环境下又不能爆音（振幅超越最少量化精度）。

另外，家庭环境中的墙壁反射构成的混响对语音品质也有无法漠视的影响。

B）定义：由必定数目的声学传感器（普通是麦克风）组成，用来对声场的空间特性启动采样并处置的系统。

c）云端为主。

比如地图配置，由于POI（Point of Interest，兴味点，指天文位置数据）数据量太大，间接到云端搜查或许更繁难（除非是“家”、“公司”等共性化场景）。

比如，用户说“从武汉火车站到东福”，可以被纠正为“从武汉火车站到东湖”。

各家公司在宣传时，会说语音识别率到达了97%，甚至98%，但那普通是须要用户在宁静环境下，近距离、缓缓的、仔细明晰发音；而在一些实践场景，很或许还不够好的，比如——

1、比如在大家都以为相对容易做的翻译场景，其实也还没齐全可用，台演出示是一回事，普通用户经常使用是另一回事；特意是在一些垂直行业，畛域常识很容易出错；另外，还可详见 《怼一怼那些假机器同传》 2、车载 大略3、4年前，咱们外部做过针对车载场景的言语助手demo，拿到实在场景内去验证，结果发现，车内语音识别效果十分不现实。

而且直到往年，我曾经面试过一位做车内语音交互系统的产品经理，发现他们的验收方其实也没有特意严厉的测试，由于大家都知道，那样怎样也经过不了。

。

。

车内语音识别的难点很多，除了多人谈话的搅扰，还有胎噪、风噪，以及经常处于离线状况。

听说有的公司专门在做车内降噪，还有些公司想经过智能配件来处置，至少目前如同还没有哪个产品处置好了这个疑问，并且取得了用户的口碑美化的。

3、家庭场景，由于相对宁静和可控，假设远场做好了，还是有宿愿的。

4、中英文混合。

特意在听歌场景，用户说想听某首英文歌时，很容易识别失误的。

这方面，只要傅盛的小雅音箱听说做了很多优化，有待用户测验。

总之，ASR是目前AI畛域，相对最凑近商用成熟的技术，但还是须要用户可以配合AI在特定场景下经常使用。

这是不是疑问呢？是疑问，但其实不影响咱们做产品demo和初步的产品化任务，所以反而是咱们AI产品经理的施展时机。

1、远场语音识别，是最近2年的关键竞争畛域。

由于家庭（音箱）等场景有或许做好、在被催熟。

2、更好的时机在垂直细分畛域，比如方言（方言识别能够支持40多种，而网络有20多种）、特定人群的声学婚配打算（儿童） 最后，用一张图总结语音识别用于人机交互中的几个难点。

美国：cv公司介绍及优缺陷剖析

您好，我是专一留学考试布局和留学咨询的小钟教员。

在跟随留学幻想的路上，选用适合的学校和专业，预备关系考试，都或许让人感到迷茫和困扰。

作为一名有阅历的留学顾问，我在此为您提供全方位的专业咨询和指点。

欢迎随时提问！摘要：近年来，CV（Conversational Virtual）技术逐渐走进人们的生存，成为各大企业竞相追赶的抢手技术。

其中，美国的CV公司尤为有目共睹。

本文迁就美国CV公司介绍及其优缺陷开展讨论。

一、什么是CV技术？CV技术又称为对话式AI，是指应用人造言语处置、机器学习等技术，成功计算机与人类以言语启动交互的技术。

CV技术触及语音识别、人造言语了解、对话治理等多种技术，具有宽泛的运行前景。

二、美国CV公司介绍美国在CV技术畛域领有极强的技术好处和较为成熟的市场化运作形式，其CV公司也相继取得了不少效果。

以下为笔者介绍的几家CV公司：1. GoogleGoogle是环球最大的搜查引擎，它的CV技术触及语音识别、人造言语处置、文本剖析等多个畛域。

Google Assistant作为旗下的CV产品，曾经成为目前市场上最受欢迎和运行最宽泛的CV产品。

其语音识别的准确度和人造言语处置的才干都十分杰出。

2. AmazonAmazon旗下的Alexa也是市场上十分杰出的CV产品之一。

Alexa能够用言语控制智能家居、征询天气、设置闹钟、收听音乐等等。

其好处在于除了语音交互，还支持图像等多种形式的交互。

而且Alexa集成了Amazon网站上的很多配置，能够间接从Amazon上购置商品。

3. IBMIBM公司在CV技术畛域领有着很高的技术实力，其Watson计算机系统是业内翘楚。

在CV畛域，IBM公司关键经过Watson Assistant产品来启动商业化运行。

该产品能够为企业提供自定义的CV处置打算，处置人造言语交互、了解和处置疑问等多个环节。

三、美国CV公司优缺陷剖析1. 好处（1）技术实力强美国CV公司领有较为成熟的技术路途和研发团队，其技术实力弱小。

同时，它们在人才储藏、资金运作等方面也有相对的好处，无利于CV技术的极速开展和市场的遍及。

（2）运行场景宽泛CV技术能够在各种场景下启动运行，为企业和机构提供愈加极速、便利的服务。

美国CV公司也踊跃探求各种运行场景，如智能家居、智能客服、智能投顾等，具有宽泛的市场前景。

2. 缺陷（1）数据安保隐患CV技术触及用户团体消息的搜集和处置，只管美国CV企业都有比拟严厉的技术包全措施，但用户的团体隐衷安保疑问依然是个宽泛关注的点。

（2）技术规范缺失CV技术的开展比拟迅猛，规范化任务相对滞后，各家企业规范不一，互操作性较差。

这也造成了CV技术在跨平台运行和技术深度融合方面存在必定的艰巨。

四、CV技术的现状剖析1. 技术瓶颈逐渐打破随着技术的始终开展，CV技术的语音识别、人造言语处置、对话治理等方面都曾经逐渐成熟。

技术瓶颈逐渐被打破，CV技术将会走向更为宽泛和深化的运行和开展。

2. 运行畛域愈发多元化CV技术在智能家居、智能客服、智能投顾等畛域的运行愈发宽泛，同时也发生了新的运行畛域，如语音交互智能汽车、智能医疗等。

CV技术正在逐渐扭转着人类的消费和生存形式。

五、总结CV技术是以后较为抢手的技术之一，其在美国市场曾经失掉了宽泛的运行。

在用户体验、运行场景等方面，CV技术有着很大的好处。

同时，CV技术在数据安保包全等方面还存在必定的隐患。

未来，CV技术有望在更多的运行场景中成功新的打破与优化。

宿愿以上的回答能对您的留学放开有所协助。

假设您有任何更具体的疑问或须要进一步的协助，我剧烈介绍您访问咱们的留学官网网站，在那里您可以找到更多专业的留学考试布局和留学资料以及一对一的咨询服务。

祝您留学放开顺利！

搜查配置是什么？

互联网阅历了从消息孤岛至网络发言权的束缚，到如今处置海量消息在细化后的定向搜查和获利机制的疑问，共性化多元化的内容成为互联网的现状。

搜查配置成为每团体失掉消息的交互形式，用户关于搜查引擎的依赖逐渐参与，这是属于搜查的时代。

本文将联合实例，引见合乎用户体验的搜查配置应具有哪些起因？未来智能化搜查配置有哪些趋向？

以实践案例剖析搜查配置，宿愿对你有协助。

一、设计搜查配置的目的

失掉消息的方便性：随着智能手机遍及和网络照应速度的优化，用户从互联网中失掉消息的路径愈加方便。

二、不正当的搜查案例 1. 案例

我关上某一个外卖APP，想找找左近有什么好吃的面食，找不到搜查配置，难道我须要从一堆米饭火锅里找面食吗？

我想去看电影，搜地图的时刻，搜查框太小了，点错好几次；好好友介绍了一个视频APP，搜查框没有搜查揭示，我搜“励志”“恋情”的视频类型呢？还是搜“耐克”“蓝标”公司品牌呢？

2. 疑问

《设计心思学》讲到：

只管这些日常疑问听起来微无余道，但却能够影响你的心境：或许让你心境愉悦，或是令你灰心懊丧。

三、正当的搜查具有哪些起因 1. 产品的需求水平与目的用户严密关联

不同的产品实用于不同的目的用户，此产品设计的一切配置都须要依据目的人群定义，脱离目的人群而设计产品配置相当于闭门造车，对产品设计危害极大。

资深产品经理梁宁讲述经典用户画像时，将用户分为三种典型特色：大明、笨笨和小闲。

2. 搜查框的位置

产品形容：关上产品首页，搜查框位置一致搁置在产品上方或右上角。

设计理由：依据目的人群关于搜查需求水平剖析，产品用户搜查精准度和效率需求水平高时，搜查框位置应搁置于产品上方，并以深色底做高反差对比，强调搜查框位置便于用户经常使用搜查。

产品用户搜查需求水平中等时，降低搜查框和底色反差对比，但搜查框的位置依然坚持在最上方，便于用户寻觅和搜查；

产品用户搜查水平较低时，搜查配置弱化为icon，搁置于右上角。

3. 搜查框的UI细节易于用户了解和交互

产品形容：搜查框高度理论为50pt-30pt之间，同时经常使用“icon”代替“搜查”文字，搜查框右侧搁置语音或图片识别的搜查icon；

设计理由：依据苹果的《iPhone人机界面设计规范》，手指最小的点击目的尺寸是44 x 44像素。

搜查框或搜查icon的交互区域应大于44 x 44像素。

遵照人们习气从左到右的阅读习气，搜查icon搁置于左侧，繁难用户查找。

4. 搜查框参与自动文本

产品形容：美团的自动文本为用户最近阅读或购置过的外卖饭店；高德地图搜查框中的自动文本是搜查框提供的关键配置；即刻搜查框的自动文本是最近搜查热词。

设计理由：搜查配置自动文本的作用是协助产品为用户解答能搜什么的疑问。

假设搜查框内无揭示语，那么用户经常使用产品搜查时所发生的困惑和无助感极大或许使产品损失少量用户。

外搜查自动文本的设计和产品目的用户应提高关联度，比如：

5. 搜查时留存历史记载和介绍搜查词

产品形容：点击搜查框保管历史记载；同时，页面展现介绍搜查热词；

设计理由：点击搜查框后，保管历史记载，协助用户在搜查同一内容时极速检查，节俭重复输入的蹩脚体验；为用户参与介绍搜查内容，当用户预备搜查关键词时，有意中在产品介绍搜查内容中找到感兴味的热词时，很容易激起用户的点击检查而提高产品关系热词或商品的点击率和购置量。

6. 搜查揭示

产品形容：用户搜查时无需输入完整内容，搜查配置实时依据用户搜查词，展现关系搜查内容供用户选用；

设计理由：效率为王的互联网时代，为用户节俭期间可以极大的提高用户好感度。

此配置比拟考验产品优化搜查关联的内容，提高准确率，准确度越高用户惊喜感越高。

7. 搜查容错率

产品形容：搜查内容发生错别字，搜查时基本不会发生失误页面，而是经过产品容错率将用户或许想搜查的内容展现给用户；

设计理由：搜查容错率的最大作用是防止将“失误搜查”或“无搜查内容”等负面形态传递给用户，形成用户经常使用产品的挫败，不懂甚至愤怒的负面心情，从而散失用户。

低劣的搜查配置将具有搜查容错率并提高容错率准确度，而更合乎用户体验的细节在于：假设用户搜查的内容是比拟偏远的生词，如用户搜查“形状人”，产品应揭示用户“能否继续搜查‘形状人’”选项，赋予用户选项的权益，可以提高用户的好感度。

四、总结 1. 搜查配置的变动

2. 搜查交互的变动

用户搜查已不只仅局限于点击搜查框、输入文字点击搜查，未来更多的趋向已逐渐向语音，图像甚至AR等智能化层面开展。

甚至，搜查行为会缓缓从主动变为主动：产品经过去年一年的服装购置行为数据，推算出你往年同一节令或许须要购置的衣服类型，主动征询你能否须要搜查；经过出行记载，主动在任务时征询你能否须要搜查交通路况；很快会发生敌对台有关的跨设施检索和数据搜查形式，就像不同的手机运行间可以同步共享咨询人消息。

3. 搜查未来的展望

无论未来智能搜查会开展到什么水平，搜查归根究竟依然是和人交互的行为，而和人的交互就须要思索到用户体验，搜查只是产品中很小的细节，还有更多细节期待咱们学习和思索。

题图来自 Unsplash，基于 CC0 协定