探究人工智能與語音識別技術

張琦

摘要：隨著科學技術不斷發展，人工智能技術和語音識別技術應運而生，這也標志著社會發展和進步到達了一個新的歷史階段。語音識別技術是人工智能基礎的支撐技術，本文將針對人工職能與語音識別技術進行探討和研究。

關鍵詞：人工智能;語音識別;應用

人工智能技術是基于計算機科技基礎上，對人類思維模式進行模擬而構建起來的具有智能化的人工系統，人工智能是計算機科技更高層次上的應用。語音識別技術是人工智能技術的細分領域之一，同時，語音識別也是實現人工智能的重要基礎技術支撐之一。

一、人工智能技術基本內容

（一）基礎支撐層

1.基礎算法

算法是人工智能技術的基礎，是通過對解決問題的方法加以描述以及規范輸入，利用計算機在有效有限時間內找到所需求的結果。近年來，各學科的高度融合促進了人工智能技術的不斷發展，尤其是“深度學習”技術的出現，使人工智能能夠通過不斷學習實現基礎算法更新。深度學習是通過權重對動作符合情況進行判斷，對最優動作進行選擇進而實現人工智能算法不斷提高，最終達到超越人類智能的效果[1]。

2.計算力

計算力是單位時間內實現計算的次數，計算力越強，人工智能體現出的靈活性越高，實現的智能判斷效率越高。以往的智能受到計算力限制，無法發揮出人工智能的優勢，隨著近年來云計算的發展，計算機對數據處理能力得到大幅度提升，每秒鐘近10萬億次的計算能力給人工智能提供了基礎支撐。

3.大數據

大數據是對海量信息進行收集、處理和分析，對有價值的信息進行深入挖掘。人工智能通過各類傳感器獲得大量數據信息，這些信息包括圖像、語音和文字等數據，通過大數據對這些信息進行分析處理，選擇具有價值的數據作為云計算的訓練樣本，進而推動了人工智能發展。

（二）技術支撐

1.計算機視覺技術

計算機視覺技術是將圖片分解成許多個便于管理的子任務，這種通過對子任務進行處理和識別，進而得到對物體的判斷。近年來計算機視覺技術在醫療成像、人臉識別等方面得到了廣泛應用，公安系統利用監視設備和計算機視覺技術進行案件偵破，也取得了良好的效果。計算機視覺識別技術給人工智能提供了獲取外界信息的途徑。

2.自然語言處理技術

3.語音識別技術

語音識別技術通過對來自外界聲音的處理，運用移動窗將接收到的聲音進行分幀，形成各種相應的波形，結合波形有效性，對這些波形進行選取形成矩陣，利用這些音素對語言加以識別[2]。

二、人工智能技術應用與發展

（一）人工智能技術應用

1.無人駕駛技術

無人駕駛技術就是人工智能在現實生活中的具體應用。近年來，無人駕駛技術不僅實現了交通領域和工業領域中的自動化和智能化，也應用在軍事和科研領域，無人機技術不但能夠實現高空偵查，確定危險軍事目標，能夠結合人工智能判斷實現空中打擊。此外，無人機技術在城市規劃和地質科考方面應用也十分廣泛。

2.智能機器人

人工智能的出現推進了智能機器人的發展。智能機器人能夠通過人工智能實現信息采集和分析計算，得出準確的判斷結果，完成各項所需工作。目前，智能機器人在公共服務領域和工業生產中都獲得了應用。一些國家甚至利用智能機器人參與到養老護理中，不僅降低了對人工的占用，還克服了人工作業時間和空間上的限制，能夠實現全天候的服務。

（二）人工智能技術發展

人工智能的出現改變了人類生產和生活方式，社會發展不再單純依賴于人類自身行為，機器設備可以做出類似人類的思維和判斷，甚至人工智能會超越人類的思維，形成優化的思維方式和判斷。例如：人類發明的機器人能夠通過不斷的深入學習，優化自身計算，在與人類圍棋大戰中，人工智能戰勝了當代的圍棋大師。人工智能可以有效推動社會進步。但是，人類智能的過度開發和應用也給社會發展帶來潛在威脅，人類就業情況，生存環境安全性都將受到重大影響。

二、語音識別技術基本內容

（一）語音識別基本原理

人類語音經過接收系統輸入到語音識別系統;語音識別系統會將人類的聲音切割成片段，每個小片段將作為一個幀，同時，系統會對辨識度不高的首尾靜音部分進行清除，避免對識別效果帶來影響。接下來，系統會對各個語音信號進行分析，從中提取具有特征的參數，將這些具有特征的參數與語音模型進行對比，結合語音規律分析出最終結果，形成相應文本。

（二）語音識別技術發展存在的難點

1.噪音處理

在進行聲音采集中，人類的聲音往往與自然界其他聲音相混雜，這些噪音可能是來自外部環境的背景聲音，也可能是來自人類呼吸等帶來的雜音，這些無效的聲音將給語音識別帶來影響。隨著當前語音識別技術的提高，雖然能夠避免一些輕微噪音帶來的錯誤分析，但是還無法從根本上加以杜絕。對噪音進行有效識別也是語音識別技術發展方向之一。

2.魯棒性

語音識別系統魯棒性是指在受到外界環境和語音干擾情況下，語音識別保持穩定的能力。影響到語音識別穩定性的因素包含較多，人類語音的標準化程度，外部環境干擾的大小都將決定不精確參數的增加。提高語音識別系統的穩定性和適應控制將是未來語音識別技術研究方向。

3.語音模型

語音模型是通過聲音采集設備將聲音信息轉化成數字信息的模型。不同的聲音，其模型也具有較大差異。當前的語音識別技術只能針對簡單環境下的語音進行識別，環境的干擾將會降低語音識別的準確性和識別效率。因此，要提高語音識別的功能，需要對語音模型不斷優化，

（三）語音識別在生活中的應用

語音識別技術的發展促進了人與計算機設備之間的交互，目前已經出現了很多應用語音作為輸入方式的軟件。工作人員利用語音接收系統，可以迅速將聲音轉換成文本，不僅提高了工作效率，也讓雙手得到解放。另外，通過語音識別能夠對不同語言進行翻譯，促進不同語言人群的溝通交流[3]。

結束語：

現代科技發展促進了人工智能和語音識別技術發展，改變了傳統的生產、生活方式，促進了社會發展。相信，隨著人工智能技術和語音識別技術的不斷優化提高，與傳統產業進一步相結合，將會獲得廣泛的應用，讓人類社會呈現出全新的發展面貌。

參考文獻

[1]胡郁.人工智能與語音識別技術[J].電子產品世界，2016（4）：23-25，27共4頁.

[2]何婉榕.關于人工智能與語音識別技術的研究[J].科技尚品，2017（3）：182-182.

[3]房愛東，張志偉，崔琳，etal.基于人工智能的語音識別系統及應用研究[J].宿州學院學報，2019（8）.