语音识别声控技术在移动客户端的应用

2016-01-29刘磊，赵鹏

科学中国人 2016年29期

关键词：声控客户端语音

刘　磊，赵　鹏

读者出版传媒股份有限公司

语音识别声控技术在移动客户端的应用

刘磊，赵鹏

读者出版传媒股份有限公司

计算机信息技术的高速发展与广泛应用，让语音识别声控技术得到了长足的进步。本文分析了语音声控识别技术的发展现状，并探讨了语音识别声控技术在移动客户端的具体应用。

语音识别声控；移动客户端；应用

移动通讯技术与信息技术的迅猛发展，让智能手机这类移动客户端得到了迅速普及，并且成为应用语音识别声控技术的重要领域。借助一定的识别装置或者设备，对被识别对象的有关信息进行及时收集与处理，并将处理结果上传至计算机系统，这就是识别技术。语音识别声控归属于识别技术中，这种技术主要是将语音作为识别信息。由于手机等便携式移动客户端具备的运算能力有限，如何提高客户端的运算量，这是当前语音识别声控技术应用中需要重点研究的问题。

1.语音识别声控技术的发展现状分析

自上世纪五十年代开始，很多学者就开展了对语音识别声控技术的研究［1］。1952年，一些研究者通过大量实验，最终构成可以对简单英文数字发音进行识别的语音系统。而日本NEC实验室则在1963年，尝试从数字方向开展对语音识别声控的长期研究。经过全球研究者的共同努力，语音识别声控技术得到了迅速发展，并且逐渐从理论研究转向实际应用中。但是在应用过程中若要对语音识别进行信息校对或纠正，将极大影响系统的识别速度。鉴于此，研究者开展了更为深入的语音识别声控研究，以解决由于口音、环境不同导致的识别误差。

从当前语音识别声控技术的应用情况来看，对于特殊的语音或词汇，应用该系统均可以快速进行识别。例如，在电话查询与电话转接过程中，语音识别声控系统接收任务后会自动存储信息，并且根据设定数据的匹配度完成任务，以提高识别率。但是目前应用语音识别声控技术还存在较多限制因素，如移动客户端运算量不高等，这就需要进一步对该技术进行巩固。

2.语音识别声控技术在移动客户端的应用

移动客户端由于运算能力较小，只能对计算机中的部分存储与处理功能给予支持，这样系统对语音的识别与处理需要一定的时间，之后才能显示到手机等移动客户端上。尽管移动客户端在应用语音识别声控技术上还存在一些限制，但是我们可以通过对手机终端进行编程，让其可以识别数字拨号语音，或者识别拨打人的姓名。由于移动客户端内存较小，能够识别的语音一般不超过十条［2］。此外语音识别声控技术在移动客户顿的应用，其最大限制因素就是噪音。研究表明，受噪音影响的移动客户端语音用户远比受互联网影响的用户多［3］。目前来看，语音识别声控技术在手机等终端设备中的应用并不多见，这与手机商家营销方式不当或者技术不成熟有关。

随着移动客户端信息处理能力的提升与内存的增加，逐渐增强了智能手机等终端的语音识别声控能力。例如，2005年三星电子推出的一款SCH-p-207型手机，就具备语音拨号功能与语音声控听写功能。用户只需要通过语音声控，就可以完成文本书写与拨号。而智能手机内存的逐渐增加，也减少了语音识别声控技术的应用限制［4］。另一个促进语音识别声控技术发展的重要因素，就是网速的提升。高速的无线通信网络促进了大量新技术的应用，其中一个就是语音识别声控技术。高速网络能够迅速传递语音处理信息，而远程服务器能够及时获取处理结果。

当前语音识别声控技术在智能手机中的应用，并不限于语音书写与拨号方面。语音拨号是智能手机最为基本的语音识别功能，甚至在很多低端手机中均可见这种功能。Gartner分析师指出，智能手机等移动客户端将具有更为开放的语音识别功能。同时在不进行复杂编程的情况下，仅依靠可识别语音程序，就可以让移动客户端完成相应的指令任务。若引入运算、存储能力更为强大的设备，将更好的促进语音识别声控的应用。

与其它语音识别声控技术相比，谷歌语音搜索存在的限制因素更少。这是因为它是由互联网服务器完成繁杂的工作，减少了客户端的工作量，这也让谷歌语音搜索更加具有实用性。例如，用户通过客户端发出“查找附近电影院”的语音指令，系统将根据语音迅速识别并搜集信息，然后将搜索结果发送至客户端页面。此外，谷歌语音搜索程序不仅可以识别各类语音短语的意思，还可以让用户了解移动客户端（手机）的具体位置。