入文档,提高了输入速度,而且更加方便,可以为办公 4 自动化带来革命性的变化。比如 IBM 出品的 Via 系列产品就是这个方面典型的应用。(4) 自动口译将语音识别应用于自动口语翻译是未来的一大趋势,不仅可以节省大量的人力。同时也让翻译工作变得更加轻松简单。一些发达国家在自动口译方面的研究己经取得了一定的进展。目前,语音识别技术仍在高速发展之中。随着时代的进步,越来越多的领域开始引入这项技术,人类的日常生活会级此而带来更大改变。语音识别所面临的难题虽然在过去的几十年语音识别技术已经取得了长足的发展,但是现在的技术还不足以让电脑像人一样随意交谈.具体说来,主要有以下几个方面: 首先,语音识别系统的鲁棒性不够强,对环境的依赖程度过高。在某一种环境下训练的语音识别系统换了一种环境之后性能就会下降。其次,语音识别对于外部噪声特别敏感。这不仅是因为外部噪声会导致语音信号发生变化,而且由于嘈杂的环境下人的音调,语速以及音量都会改变,因此识别难度也更大。再次,语音的随机性很强。就算是同一个人在不同的时刻,由于身心状态的差异,导致语音的特征也会不一样。最后,由于目前对人类的听觉理解、知识积累和神经系统的机理等方面的研究水平不足,限制了语音识别的发展。为了解决上述问题,研究者们想出了各种方法,比如自适应训练、神经网络等。这些做法虽然都取得了一定的成绩,然而,如果要让语音识别系统的性能得到大幅的提高,还有大量的工作要做。目前,市场上大词汇量的语音识别系统多采样 PC机作为硬件平台,而基于嵌入式的中小词汇的语音识别系统,其硬件设计常采用 DSP 或者 AUM 这样的高性能芯片, 这样硬件成本较高。对于单片机来说,虽然成本低,但由于单片机本身计算能力有限,而语音识别的计算量过大,这对系统在单片机上的实现带来了很大的困难。因此,如何改进算法以减少计算量成为了语音识别能否在单片机上运行的一大难点。
全文预览
