語(yǔ)音識(shí)別的方法主要包括基于聲道模型和語(yǔ)音知識(shí)的方法、模式匹配方法、人工神經(jīng)網(wǎng)絡(luò)方法3種。
基于聲道模型和語(yǔ)音知識(shí)的方法起步較早，在語(yǔ)音識(shí)別技術(shù)提出的最初就出現(xiàn)了相關(guān)研究，但由于其模型及語(yǔ)音知識(shí)過(guò)于復(fù)雜，現(xiàn)階段沒(méi)有達(dá)到實(shí)用的程度。模式匹配常用的技術(shù)有動(dòng)態(tài)時(shí)間規(guī)整（DTW）和矢量量化（VQ），統(tǒng)計(jì)型模型方法常見(jiàn)的是隱馬爾可夫模型；語(yǔ)音識(shí)別常用的神經(jīng)網(wǎng)絡(luò)有反向傳播（BP）網(wǎng)絡(luò)、徑向基函數(shù)網(wǎng)絡(luò)（RBF）及新興的小波網(wǎng)絡(luò)。一個(gè)完整的基于統(tǒng)計(jì)的語(yǔ)音識(shí)別系統(tǒng)可大致分為語(yǔ)音信號(hào)預(yù)處理與特征提取、聲學(xué)模型與模式匹配、語(yǔ)言模型與語(yǔ)言處理3部分。語(yǔ)音識(shí)別目前在自適應(yīng)能力、健壯性等方面存在一些問(wèn)題。比如IMB的 Via Voice和 Asiaworks的SPK都需要用戶在使用前進(jìn)行幾百句話的訓(xùn)練，以讓計(jì)算機(jī)適應(yīng)用戶的聲音特征。大量的訓(xùn)練加大了用戶和系統(tǒng)的負(fù)擔(dān)，并且某些應(yīng)用無(wú)法對(duì)單個(gè)消費(fèi)者進(jìn)行訓(xùn)練，限制了語(yǔ)音識(shí)別技術(shù)的進(jìn)一步應(yīng)用。環(huán)境雜音或嗓音對(duì)語(yǔ)音識(shí)別效果影響非常大，目前在公共場(chǎng)合很難實(shí)現(xiàn)有效的語(yǔ)音識(shí)別。另外，目前的聲學(xué)模型和語(yǔ)音模型只允許用戶使用特定語(yǔ)音進(jìn)行特定詞匯的識(shí)別，對(duì)語(yǔ)言混合識(shí)別和無(wú)限詞匯識(shí)別很難奏效。
內(nèi)容來(lái)源：黃?！短摂M現(xiàn)實(shí)技術(shù)》
