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(fā)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(fā)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(tǒng)，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(xiàn)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(guī)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(fā)展，尤其是“深度學習”技術的出現(xiàn)，使人工智能能夠通過不斷學習實現(xiàn)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(yōu)動作進行選擇進而實現(xiàn)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(xiàn)計算的次數(shù)，計算力越強，人工智能體現(xiàn)出的靈活性越高，實現(xiàn)的智能判斷效率越高。以往的智能受到計算力限制，無法發(fā)揮出人工智能的優(yōu)勢，隨著近年來云計算的發(fā)展，計算機對數(shù)據(jù)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(shù)據(jù)

大數(shù)據(jù)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(shù)據(jù)信息，這些信息包括圖像、語音和文字等數(shù)據(jù)，通過大數(shù)據(jù)對這些信息進行分析處理，選擇具有價值的數(shù)據(jù)作為云計算的訓練樣本，進而推動了人工智能發(fā)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(yī)療成像、人臉識別等方面得到了廣泛應用，公安系統(tǒng)利用監(jiān)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(fā)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(xiàn)實生活中的具體應用。近年來，無人駕駛技術不僅實現(xiàn)了交通領域和工業(yè)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(xiàn)高空偵查，確定危險軍事目標，能夠結合人工智能判斷實現(xiàn)空中打擊。此外，無人機技術在城市規(guī)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(xiàn)推進了智能機器人的發(fā)展。智能機器人能夠通過人工智能實現(xiàn)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(yè)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(yǎng)老護理中，不僅降低了對人工的占用，還克服了人工作業(yè)時間和空間上的限制，能夠實現(xiàn)全天候的服務。

（二）人工智能技術發(fā)展

人工智能的出現(xiàn)改變了人類生產和生活方式，社會發(fā)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(yōu)化的思維方式和判斷。例如：人類發(fā)明的機器人能夠通過不斷的深入學習，優(yōu)化自身計算，在與人類圍棋大戰(zhàn)中，人工智能戰(zhàn)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(fā)和應用也給社會發(fā)展帶來潛在威脅，人類就業(yè)情況，生存環(huán)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(tǒng)輸入到語音識別系統(tǒng);語音識別系統(tǒng)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(tǒng)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(tǒng)會對各個語音信號進行分析，從中提取具有特征的參數(shù)，將這些具有特征的參數(shù)與語音模型進行對比，結合語音規(guī)律分析出最終結果，形成相應文本。

（二）語音識別技術發(fā)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(huán)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(fā)展方向之一。

2.魯棒性

語音識別系統(tǒng)魯棒性是指在受到外界環(huán)境和語音干擾情況下，語音識別保持穩(wěn)定的能力。影響到語音識別穩(wěn)定性的因素包含較多，人類語音的標準化程度，外部環(huán)境干擾的大小都將決定不精確參數(shù)的增加。提高語音識別系統(tǒng)的穩(wěn)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(shù)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(huán)境下的語音進行識別，環(huán)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(yōu)化，

（三）語音識別在生活中的應用

語音識別技術的發(fā)展促進了人與計算機設備之間的交互，目前已經出現(xiàn)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(tǒng)，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(xiàn)代科技發(fā)展促進了人工智能和語音識別技術發(fā)展，改變了傳統(tǒng)的生產、生活方式，促進了社會發(fā)展。相信，隨著人工智能技術和語音識別技術的不斷優(yōu)化提高，與傳統(tǒng)產業(yè)進一步相結合，將會獲得廣泛的應用，讓人類社會呈現(xiàn)出全新的發(fā)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(tǒng)及應用研究[J].宿州學院學報，2019（8）.