語音識別技術(shù)，也被稱為自動語音識別，其目標(biāo)是將人類的語音中的詞匯內(nèi)容轉(zhuǎn)換為計(jì)算機(jī)可讀的輸入，例如按鍵、二進(jìn)制編碼或者字符序列。

成都創(chuàng)新互聯(lián)專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務(wù)，包含不限于網(wǎng)站建設(shè)、網(wǎng)站制作、龍馬潭網(wǎng)絡(luò)推廣、成都微信小程序、龍馬潭網(wǎng)絡(luò)營銷、龍馬潭企業(yè)策劃、龍馬潭品牌公關(guān)、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運(yùn)營等，從售前售中售后，我們都將竭誠為您服務(wù)，您的肯定，是我們大的嘉獎；成都創(chuàng)新互聯(lián)為所有大學(xué)生創(chuàng)業(yè)者提供龍馬潭建站搭建服務(wù)，24小時服務(wù)熱線：13518219792，官方網(wǎng)址：jinyejixie.com

語音識別技術(shù)作為輸入方式，比按鍵輸入和手勢輸入更為快捷，學(xué)習(xí)成本很低，對于非特定人連續(xù)語音識別系統(tǒng)的識別率達(dá)到98.73%，已經(jīng)達(dá)到實(shí)用要求，具有廣闊的應(yīng)用前景，在手機(jī)端的應(yīng)用有語音撥號、語音輸入、語音命令、語音搜索和語音翻譯等。

語音的技術(shù)原理比較復(fù)，可以從語音交互的過程來理解：

1.開啟語音識別功能。一般由用戶手動點(diǎn)擊按鈕啟動，手機(jī)端暫時無法自動啟動，如由語音命令啟動或者根據(jù)音量高低判斷開始識別。

2.進(jìn)入說話界面。程序界面會通過視覺體現(xiàn)音量的變化。

3.說話完畢，系統(tǒng)開始分析。結(jié)束輸入有兩種方式：一是自動關(guān)閉，通常時輸入單詞完畢之后自己的關(guān)閉，另一種是用戶手機(jī)手動關(guān)閉。系統(tǒng)處理過程可以分為以下幾個步驟：

a）前端處理。該模塊的主要任務(wù)是從輸入信號中去除噪音等影響結(jié)果的因素，提取特征，供聲學(xué)模型處理。信號處理之前會先進(jìn)行斷點(diǎn)檢測，端點(diǎn)檢測是指在語音信號中將語音和非語音信號時段區(qū)分開來，準(zhǔn)確地確定出語音信號的起始點(diǎn)。經(jīng)過端點(diǎn)檢測后，后續(xù)處理就可以只對語音信號進(jìn)行，這對提高模型的精確度和識別正確率有重要作用。語音增強(qiáng)的主要任務(wù)就是消除環(huán)境噪聲對語音的影響。目前通用的方法是采用維納濾波，該方法在噪聲較大的情況下效果好于其它濾波器。

b）聲學(xué)特征提取。聲學(xué)特征的提取既是一個信息大幅度壓縮的過程，也是一個信號解卷過程，目的是使模式劃分器能更好地劃分。如上傳音頻會利用到語音編碼解碼技術(shù)，可以減少音頻的文件大小、存儲空間或者傳輸比特率。

c）統(tǒng)計(jì)聲學(xué)模型。計(jì)算各個幀的聲學(xué)特征，如上下文建模。根據(jù)發(fā)聲機(jī)理，音之間只能漸變，前一音會影響后一音，從而使得后一個音的頻譜與其他條件下的頻譜產(chǎn)生差異，從而使模型能更準(zhǔn)確地描述語音。

d）發(fā)音詞典。發(fā)音詞典包含系統(tǒng)所能處理的詞匯集及其發(fā)音，類似于拼音輸入法的詞庫。如輸入法，詞典更新熱詞和詞庫有組于提高匹配的準(zhǔn)確率。

e）語言模型。語言模型對系統(tǒng)所針對的語言進(jìn)行建模，如分析語音上下文。

由于音頻文件大小的限制，本地只能存儲少量的詞典，這也就要求復(fù)雜的語音需要連接服務(wù)器分析。谷歌語音搜索在用戶輸入完成之后才提示無法聯(lián)網(wǎng)，在啟動輸入之前就應(yīng)該檢查網(wǎng)絡(luò)連接狀

4.系統(tǒng)分析完畢輸出結(jié)果。一種是根據(jù)結(jié)果自動顯示結(jié)果，如bing搜索，另外一種是提供選項(xiàng)供用戶選擇，這和輸出結(jié)果的概率高低有一定關(guān)系。用戶選擇的結(jié)果對于詞典的排序產(chǎn)生影響，增強(qiáng)語音的自適應(yīng)和強(qiáng)健性，幫助形成個性化輸入。

根據(jù)產(chǎn)品可識別的詞匯量區(qū)分產(chǎn)品，對于特定語音命令，用戶只能輸入符合命令的詞匯，比如說出聯(lián)系人名字搜索。輸入法的詞匯更多，而語句搜索不但需要龐大的詞匯庫，處理連續(xù)的語音輸入需要區(qū)分連音和變音，還要求能根據(jù)上下文和熱詞輸出更為合理的結(jié)果。條件限制越少，語音識別的難度越大。因?yàn)橐欢ǔ潭壬媳苊饽：?，詞典數(shù)據(jù)越少，輸入特定詞匯的準(zhǔn)確率越高。

中文的語音輸入與英文不同，英文匹配不到詞典配置的詞就無法識別，中文詞匯由單字組成，中文可以根據(jù)單字識別。

io 5的輸入法已經(jīng)加入語音功能，會逐步變?yōu)槭謾C(jī)輸入的常規(guī)功能，最終輸出結(jié)果的準(zhǔn)確率和操作流暢度是衡量其交互優(yōu)劣的重要標(biāo)準(zhǔn)。

網(wǎng)站名稱：淺析手機(jī)語音交互設(shè)計(jì)
本文路徑：http://jinyejixie.com/article24/checce.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供微信公眾號、移動網(wǎng)站建設(shè)、面包屑導(dǎo)航、營銷型網(wǎng)站建設(shè)、品牌網(wǎng)站設(shè)計(jì)、搜索引擎優(yōu)化

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)