但 ASR 系統如何工作？它如何學(xué)會(huì )辨別語(yǔ)音？ASR 系統：它們如何運作？因此，從基礎層面來(lái)看，我們知道自動(dòng)語(yǔ)音識別看起來(lái)如下：音頻數據輸入，文本數據輸出。但是，從輸入到輸出，音頻數據需要變成機器可讀的數據。這意味著(zhù)數據通過(guò)聲學(xué)模型和語(yǔ)言模型進(jìn)行發(fā)送。這兩個(gè)過(guò)程是這樣的：聲學(xué)模型確定了語(yǔ)言中音頻信號和語(yǔ)音單位之間的關(guān)系，而語(yǔ)言模型將聲音與單詞及單詞序列進(jìn)行匹配。

這兩個(gè)模型允許 ASR 系統對音頻輸入進(jìn)行概率檢查，以預測其中的單詞和句子。然后，系統會(huì )選出具有最高置信度等級的預測。**有時(shí)語(yǔ)言模型可以?xún)?yōu)先考慮某些因其他因素而被認為更有可能的預測。因此，如果通過(guò) ASR 系統運行短語(yǔ)，它將執行以下操作：進(jìn)行聲音輸入：“嘿 Siri，現在幾點(diǎn)了？”通過(guò)聲學(xué)模型運行語(yǔ)音數據，將其分解為語(yǔ)音部分。通過(guò)語(yǔ)言模型運行該數據。輸出文本數據：“嘿 Siri，現在幾點(diǎn)了？”

在這里，值得一提的是，如果自動(dòng)語(yǔ)音識別系統是語(yǔ)音用戶(hù)界面的一部分，則 ASR 模型將不是唯一在運行的機器學(xué)習模型。許多自動(dòng)語(yǔ)音識別系統都與自然語(yǔ)言處理 (NLP) 和文本語(yǔ)音轉換 (TTS) 系統配合使用，以執行其給定的角色。也就是說(shuō)，深入研究語(yǔ)音用戶(hù)界面本身就是個(gè)完整的話(huà)題。要了解更多信息，請查看此文章。

那么，現在知道了 ASR 系統如何運作，但需要構建什么？關(guān)鍵是數據。建立 ASR 系統：數據的重要性，優(yōu)秀的 ASR 系統應該具有靈活性。它需要識別各種各樣的音頻輸入（語(yǔ)音樣本），并根據該數據做出準確的文本輸出，以便做出相應的反應。為實(shí)現這一點(diǎn)，ASR 系統需要的數據是標記的語(yǔ)音樣本和轉錄形式。比這要復雜一些（例如，數據標記過(guò)程非常重要且經(jīng)常被忽略），但為了讓大家明白，在此將其簡(jiǎn)化。

ASR 系統需要大量的音頻數據。為什么？因為語(yǔ)言很復雜。對同一件事有很多種講述方式，句子的意思會(huì )隨著(zhù)單詞的位置和重點(diǎn)而改變。還考慮到世界上有很多不同的語(yǔ)言，在這些語(yǔ)言中，發(fā)音和單詞選擇可能會(huì )因地理位置和口音等因素而不同。

哦，別忘了語(yǔ)言也因年齡和性別而有所不同！考慮到這一點(diǎn)，為 ASR系統提供的語(yǔ)音樣本越多，它在識別和分類(lèi)新語(yǔ)音輸入方面越好。從各種各樣的聲音和環(huán)境中獲取的樣本越多，系統越能在這些環(huán)境中識別聲音。通過(guò)專(zhuān)門(mén)的微調和維護，自動(dòng)語(yǔ)音識別系統將在使用過(guò)程中得到改進(jìn)。

因此，從最基本的角度來(lái)看，數據越多越好。的確，目前進(jìn)行的研究和優(yōu)化較小數據集相關(guān)，但目前大多數模型仍需要大量數據才能發(fā)揮良好的性能。幸運的是，得益于數據集存儲庫和專(zhuān)用的數據收集服務(wù)，音頻數據的收集變得越發(fā)簡(jiǎn)單。這反過(guò)來(lái)又增加了技術(shù)發(fā)展的速度，那么，接下來(lái)簡(jiǎn)單了解一下，未來(lái)自動(dòng)語(yǔ)音識別能在哪些方面大展身手。

ASR 技術(shù)已融身于社會(huì )。虛擬助手、車(chē)載系統和家庭自動(dòng)化都讓日常生活更加便利，應用范圍也可能擴大。隨著(zhù)越來(lái)越多的人接納這些服務(wù)，技術(shù)將進(jìn)一步發(fā)展。