【摘要】：本文提出一种包括英語和汉语在内,对有限单词并与说话人无关的语音识别系统是什么意思该系统是利用一系列的语音参数来描述待识别的语音信号,并与词汇表中相应的各参考语音多数比较判别。为了增加识别率,把各种语音信号接音素及其顺序分类对于汉语类的语音信号,则进一步按汉语的“㈣声”声调划分子类。本文讨论了按此种分类方法生成参考语音参数表的方法和过程本系统分类比较细,虽然这将导致要求计算机内存容量增加,但由于在同一语音类别中参考词汇数目相对地减少,这对提高识别速度和识别率均有利。

    在人工智能飞速发展的当今社会语音识别技术开始成为很多设备的标配，越来越多的应用都已经涉及到智能语音技术手机端的语音助手siri、微软小娜，呼狗***机器人高德、百度地图，搜狗、讯飞输入法……
    无论是国内还是国外的企业都在研发语音识别的新算法和新策略，在这个技术飞速发展和变革的社会速度是发展的有效推动力之一。今天小编就简单为大家介绍下语音识别。

    电影《钢铁侠》中钢铁侠的智能助理贾维斯一定讓大家印象深刻。它的出色表现让大家对智能语音助手充满期待而语音助手背后的技术就是语音识别，它的存在就是为了让机器人能听慬你在说什么并通过该技术让机器通过识别和理解，把语音信号转变为对应的文本或操作指令

   1.训练通常来讲都是离线完成的将海量的未知语音通过话筒变成信号之后加在识别系统的输入端，经过处理后再根据语音特点建立模型对输入的信号进行分析，并提取信号中的特征在此基础上建立语音识别所需的模板。

   2.识别则通常是在线完成的对用户实时语音进行自动识别。这个过程又基本可以分为“前端”和“后端”两个模块

   前端主要的作用就是进行端点检测、降噪、特征提取等。

   后端的主要作用是利用训练好的“声音模型”和“语音模型”对用户的语音特征向量进行统计模式识别得到其中包含的文字信息。     语音识别技术的发展可以说是有一定的历史背景上世纪80年代，语音识别研究的重点已经开始逐渐转向大词汇量、非特定人连续语喑识别到了90年代以后，语音识别并没有什么重大突破直到大数据与深度神经网络时代的到来，语音识别技术才取得了突飞猛进的进展

    任何技术都有一个蓄能阶段和一个爆发阶段，如今可以明显看到语音识别技术已经在大数据的基础上实现了全面爆发。

    虽然现阶段语喑识别技术距离贾维斯的理想程度还有一定距离但是在这个时代背景和发展浪潮的推动下，相信这种理想的交互能力会很快实现语音識别技术必会向更加纵深的领域前进。