智能语音技术与分类

智能语音技术是实现人机语言的通信，包括ASR（Automatic Speech Recognition 语音识别技术）和TTS（Text To Speech 语音合成技术）。

两大核心技术

语音识别技术

定义：指让计算机能接受、识别、理解人的言语信息，将语音信息自动转换成相应文本信息或命令的技术，实现人机交互的输入；比如我们在日常生活用到的微信语音转文字，以及输入法的转文字等，都是运用了语音识别技术。

语音合成技术

定义：指让计算机能像人一样能够说话，将文本信息自动转换成言语信息，实现人机交互输出的一种技术；比如我们使用百度地图时，系统将所要去的地点搜索出来后，以语音播报的形式进行导航，就是用到的语音合成技术。

智能语音技术的发展阶段和发展前景

发展阶段

1、萌芽（1950s—1980s）

1952年，第一个语音识别系统Audry诞生。

2、 起步期（1980s—2011年）

计算机第一次开口说话，IBM(国际商业机器公司）发布的语音识别系统在5000个词汇量级上达到了95％的识别率，语音识别开始从孤立词识别系统向大词汇量连续语音识别系统发展；DNN(Deep Neural Networks 深度网络神经）的出现使语音识别错误率第一次大幅度降低（接近90%）；1988年，世界上首个非特定人大词汇量连续语音识别系统SPHINX诞生；1997年，语音听写产品问世；1998年，成功开发出可识别上海话、广东话和四川话等地方口音的语音识别系统；2002年，美国首先启动“全球自主语言开发”项目；2009年，微软Win7集成语音功能。

3、变革发展期（2011年—2016年）

机器语言识别准确率第一次达到人类水平（95%）；2011年，苹果个人手机助理Siri诞生；2015年，首个可智能打断纠正的语音技术问世。

4、落地可用期（2016年至今）

准确率可达98%，可根据实际应用痛点针对性优化；2017年，智能语音系统集中扩展深度学习应用技术取得突破性进展，2018年至今：在5G快速发展的背景下，高带宽和低时延特性使多模态识别开始普及，未来支持多模态识别的AI芯片、支持多模态识别的物联网操作系统以及AI算法将运用到智能语音技术，将进一步提高准确率。

发展前景

现在，我国的智能语音识别技术已经进入到一个瓶颈期，环境中的噪声干扰问题，方言识别问题以及容错率问题都不能得到很好地解决，限制了语音识别技术的向前发展。而且智能语音识别技术在未来智能设备的发展中有着巨大的市场，能够吸引更多的商业巨头来加入。目前，国内的互联网巨头都在进军语音市场，比如百度的小度语音助手、小米的小爱音箱等都陆续问世。

智能语音技术的应用领域

智能家居

现代家具比如灯，空调，电视，门锁等大多数家具包含智能系统，例如可以利用智能语音进行开锁，省去钥匙解锁的麻烦，再比如可以利用语音打开窗帘或者设置热水器的度数；以及包括疫情期间，为了防止人们之间的接触，出现了智能语音电梯，通过语音识别即可达到想要去的楼层。

智能车载

驾驶员可以直接告诉智能车载设备所要到达的地方，车载系统就会利用语音合成技术将最优化路线告诉驾驶员，不仅提高效率，而且还增加了安全系数。

智能客服

手机目前多数自带智能客服，你可以跟它直接对话，表达你要解决的问题，它会识别出你的需求，回答你的问题。

智能教育

其中有口语测评，可根据学生发音的完整性、语法、语义等得出综合评分，也可纠正学生的发音情况；近年来北京、上海、广州、深圳、重庆、江苏等省市的中考，陆续启用了英语听说机考，以及从2021年起，北京市高考英语增加口语考试，采取机考的方式，这正是智能语音技术在教育中运用的体现；

此次还包括虚拟助教，为学生答疑、提醒等功能，这些工作多为简单重复的脑力工作，比如在美国乔治亚理工的交互计算学院有一门网络课程，这个虚拟助教以97%的确定性，回答了学生们的问题，以至于学生一直以为这个助教Jill Waston是真实的人类。

智能医疗

智能语音系统可以直接将患者的语音转化为病例，大大节省了医生手写病例的时间，提高了效率，也可以为医患纠纷提供佐证。

智能语音技术所面临的问题

(1) 环境中的噪声干扰

语音的信号多种多样，而且在一些嘈杂的环境中，语音很难被识别，目前所公布的语音识别准确率为 97% 这只是在室内环境相对安静的情况下才可以达到，实际中这样安静的情况很少存在，而且现在仍然没有一个行之有效的方法来解决环境中的噪音干扰。

(2) 不标准的语音识别率比较低

智能语音识别技术在机器学习的推动之下进步了许多，但是仍然存在一些不足。目前的语音识别技术大都针对的普通话用户，对于掺杂着方言的语音识别起来可能会比较困难。但是，现在很多人的普通话都不是很标准，多多少少会掺杂一些地方口音，这就使得语音识别软件在识别时会出现差错，与预期的结果不一致。

(3) 容错率的处理

由于语音的发布者有时会说错字，这就会使得软件在识别时无法正确识别其语义，最终使得准确率受到影响，这时需要进行手动修改或者重新输入语音。现在，一些企业也正在研发将不通顺的语句理解过来的语音识别软件。