发布网友
发布时间：2022-04-20 07:31
共2个回答
热心网友
时间：2023-08-18 08:54
说一点我的个人见解：嘈杂环境的语音识别在于干扰因素太多。鸡尾酒会例子就更是如此。我觉得未来语音识别的发展方向除了继续在神经算法上发力之外，还需要持续在于如下方法上：在识别端预先构建一个先验式的对话模型。然后根据这个模型来猜测对方的语句，随后将这个猜测的语句的正确的发音，结合接收到的信息的发音，通过综合加权分析之后从而最终得出正确的理解。现在的问题在于，我们的语音识别还没有发展出先验的路子，无论采用*格多么高的方法，这只是重复性地走在了单行道上（听到---判断---识别）。*格越高，只是在判断的时候鲁棒性更好一些，实际上，哪怕是人之间进行沟通都会产生“误解”---因为歧义，发音不标准，干扰太多等因素。但是，我几乎可以肯定，如果让语音识别的另外一条腿长出来（先验式模型），那么语音识别的将永远会是一只跛脚鸭，而其辨识度将永远拼不过人类。
热心网友
时间：2023-08-18 08:54
做好嘈杂环境的语音识别，难点是如何将杂音与人声分离。传统的音频识别需要人工设计模块，并依靠Hidden Markov Models，常常需要大量的人力和经验来调整模型噪音和语音变异。未来的主要研究方向是，通过深度学习来替代Hidden Markov Models，如基于递归神经网络的深度神经网络（DNN）进行声学建模，使得语音识别系统变得更为简单。日立公司宣称自己已经研发出一项新技术，利用对话音量比杂音变化较少的特点，将杂音与话音进行分离。