翻译技术之语音识别技术知多少-天上虹翻译

翻译技术之语音识别技术知多少-深圳专业翻译公司

近年，语音识别在国内发展十分迅速，相关的语音识别产品也受到不少消费者的好评。语音识别产品不仅解放了翻译工作者的双手，更给人们的生活带来极大的便利。许多语音识别产品也具有文本翻译、语音翻译、视频文字提取等实用翻译功能，解决了使用者和外国友人之间的沟通障碍。今天，就和天上虹翻译小编一起看下语音识别技术的简介吧！

（图片说明：翻译技术之语音识别技术知多少-深圳专业翻译公司）

1、语音识别技术目前主要应用在什么领域？

语音识别技术，作为信息技术中人机交互的关键技术，目前已经进入家电、汽车电子、消费电子产品等各个领域。

语音识别系统在现代社会中的应用也越来越广泛，特别是在人机交互方面，如智能手机、智能家居等设备中的各类语音助手（苹果Siri，天猫精灵等）。家用电器的遥控器、汽车导航的地址输入、手机文字输入、智能语音输入鼠标等设备已经推出市场，也受到消费者的追捧和喜爱。

语音识别系统在专业领域的应用也越来越广，比如在无线电监测与频谱管理中，对广播频段的监测，可以通过语音识别系统，对监测到的语音信号自动识别，及时发现非正常广播，比如调频广播中的黑电台、调幅广播中的FD 电台等。

2、语音识别其实是什么？都具体运用到什么理论和技术？

语音识别（ASR，Auto Speech Recognition），以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言或者文字。

语音识别是一门涉及面很广的交叉学科，它与声学（Acoustics）、语音学（Phonetics）、语言学（Linguistics）、信息理论（Information theory）、模式识别理论（Pattern recognition theory）以及神经生物学（Neuroscience）等学科都有非常密切的关系。

3、语音识别的基本步骤是怎样的？

语音识别主要包括两个基本步骤，一个是系统“学习”或者“训练”，主要任务就是建立声学模型及语言模型。

另一个就是识别，根据识别系统的类型选择合适的识别方法，提取语音的特征参数，按照一定的准则与系统模型比对，经过判决得出识别结果。

实际上，在开始语音识别之前，需要对待识别的语音（一般先转为非压缩的纯波形文件也就是俗称的WAV 文件）做预处理，把首尾端的静音切除，降低对后续步骤造成的干扰，这个操作称为语音端点检测（VAD，Voice Activity Detection）。

后续特征提取部分的目的都是把声波信号分离成计算机能识别的信号。对详细过程感兴趣的小伙伴可以抓住以下概念进行深入学习：

MFCC特征（Mel Frequency Cepstral Coefficient）

高斯混合模型（GMM, Gaussian Mixture Model）

隐马尔科夫模型（HMM, Hidden Markov Model）

深度信念网络（DBN, Deep Belief Network）

深度神经网络（DNN, Deep Neural Network）

卷积神经网络（CNN, Convolution Neural Network）

循环神经网络（RNN, Recurrent Neural Network）

长短时记忆网络（LSTM, Long Short Term Memory Network）

连接时序分类算法（CTC, Connectionist temporal classification）

注意力机制（Attention Mechanism）

综上所述，其实语音识别技术的基本识别步骤并不复杂，但应用到的理论较多，交叉度较高，但其应用领域前景十分广泛。随着语音识别技术的纵深发展和日益完善，定能涌现出更多的便利产品，帮助译者提高翻译效率、帮助翻译公司缩短项目运行时间。和天上虹翻译小编一起，期待语音识别技术更好的未来吧！

翻译技术之语音识别技术知多少-深圳专业翻译公司

分享至微信分享