基于深度学习技术的智能语音识别应用研究

续珩

摘要：随着现代信息技术的飞速发展，语音识别技术在人们的实际生活中得到了更加广泛的应用，而语音识别也开始进入到普通人的视野之内，借助于其准确的识别率以及较强的实用性，受到了越来越多用户的青睐。现阶段，智能语音识别在家居、汽车等多种设备中得以普遍应用，也成为了人机交互的关键性设备。本文主要探讨了基于深度学习技术的智能语音识别的应用。

关键词：深度学习;智能语音识别;应用

智能语音识别属于人工智能中的重要性技术之一，目前在智能家居、智能穿戴以及智能车载中得到了十分普遍的应用。智能语音技术基于深度学习算法，结合大数据技术、高性能运算技术等，不但能够实现准确“侦听”人类语言，同时更能够“听懂”人类语言，甚至可以达到“回答”人类的能力。

1基于深度学习的语音识别方法

深度学习属于人工职能中得以飞速发展的重要领域，能够辅助计算机理解更多图像、声音以及文本形式的数据。借助于多元化的神经网络，目前的计算机能够类似于人类一样进行观察和学习，同时做出相应反应，甚至比人类更敏捷迅速。如此一来就能够带来一种有效的识别方式，用于分析数据信息[1]。下图1为基本的智能语音识别流程。

1.1语音拾取

语音拾取主要是采样以及端点检测。所謂采样即是利用声卡将语音信息进行采集，同时把语音信息数字化;而端点检测即是从语音信息中确定其起点以及终点，属于预处理中的关键性内容，端点检测一般来说是采用能量与过零率结合的算法。

1.2特征提取

特征提取属于语音识别中非常重要的技术，有效的特征可以非常准确的体现出语音包含的有价值信息，从而摒弃其他无价值的内容。

1.3模拟训练和语音识别判决

模拟训练与语音识别判决包含两个步骤，首先是训练，即使用一种识别策略，通过训练和聚类的途径获得该字的语音参数，并将其当成为模板进行存储，在识别系统内部存储所有需要识别的参考模板，构建参考模板库;其次是识别判决，把等待识别的语音样本和参考模板中的信息进行分析对比，以相似程度最大的作为最终判断。

2人工智能语音识别的应用

对于电话以及通信系统来说，智能语音识别逐渐把电话机从单纯的服务工具转变为服务的提供者以及人们智能生活的伙伴;借助于电话以及互联网，现代人能够依靠语音命令就可以从远端数据库中调取和查询相应的内容;现代科技的发展让计算机趋于小型化发展，键盘开始变为移动平台的阻碍，比如手表式手机，再借助于键盘实施拨号就会变为天方夜谭。因此，智能语音识别已经开始转变为现代信息技术中人机交互的重要节点，语音识别和语音合成让现代人逐渐开始丢弃键盘，借助于语音实施操作，其实际应用也开始发展为一个具备更高竞争性的产业。

当前智能语音识别技术持续发展，尤其是中小词汇量非特定语音识别系统的最大精确程度已经超过98%，对普通人群语音识别的精确度必然更高，这类技术逐渐可以满足人们的日常需求。而进入新时代之后大规模集成电路的发展，让很多较为复杂的智能语音识别系统依旧能够制作为专门的芯片。目前，已经有非常多的语音识别产品投入到市场中来，部分电话以及智能手机都可以提供语音识别拨号服务，同时还具备语音笔记本、智能软件等功能。人们能够借助于语音来识别机票、旅游以及银行信息，从而获得更加便捷的服务体验。

3人工智能语音识别发展趋势

深度学习技术应用的主要目标是构建模拟人脑实施分析学习的神经网络，随后依靠计算机模拟人脑来对数据进行分析，例如分析图像、文本等。换句话说，深度学习技术在大数据中的表现相对于其他学习策略更优，它更加符合无标记数据，所以不单单是以实体识别为主的自然语言（NLP）领域。根据现阶段的语音识别而言，主要识别途径包含了语音拾取以及特征拾取等，依靠语音来分析人们实际工作与生活中可能遇到的问题。但从另一方面而言，智能语音识别关系到语音学、心理学以及数据统计等专业理论知识，对研究人员的要求较高，在对这一技术实施研究的过程中要求对各方面知识都有所涉及[2]。

当前深度学习技术属于最为热门的技术之一，正越来越普遍的应用到实践中，智能语音属于未来人机交互的重要窗口，在很大程度上关系到用户实际体验。将深度学习技术和智能语音识别联系起来，不但智能语音识别技术所获取的数据信息能够训练出更加强大的深度学习网络，同时深度学习技术能够支持智能语音识别系统进行更加精确完整的操作。

4结束语

总而言之，随着现代社会的发展，智能语音识别技术必然会得到更为普遍的应用，深度学习技术可能并非是智能语音识别中最有效的应用，但实践证明其对于智能语音识别而言能够发挥出非常积极的作用，可以帮助现代人在实际生活和工作中处理好相应的问题，实现有效的人机交互，更好的满足人们工作和生活所需。

参考文献：

[1]蒋久松，熊富强，毛文奇，张超峰.智能语音识别方法在电力移动作业平台中的应用[J].自动化应用，2017 （11）：124-127.

[2]邓逸钰，王垚.智能化语境下的数字出版领域知识服务生态构建[J].出版发行研究，2017 （06）：34-36.