什么是ASR、TTS？

计算机技术总是在朝着功能更强大、使用更方便的方向发展，用户的需求永远都是技术前进的动力。ASR和TTS的出现，让人和计算机的距离更加靠近，人机接口更加自然。由于技术（识别率不够高）和人们习惯上的原因，ASR离真正的普及还有一段距离。但是，在通信领域，由于CTI的广泛应用，计算机技术不断融入通信平台，这项技术正在如火似涂的发展、普及。VoiceXML就是一个很好的例子，它的应用就是以ASR和TTS作为基础的。 ASR，英文的全称是Automated Speech Recognition，即自动语音识别技术，它是一种将人的语音转换为文本的技术。语音识别是一个多学科交叉的领域，它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性，目前的语音识别系统只能在一定的限制条件下获得满意的性能，或者说只能应用于某些特定的场合。语音识别系统的性能大致取决于以下4类因素：1. 识别词汇表的大小和语音的复杂性；2. 语音信号的质量；3. 单个说话人还是多说话人；4. 硬件。

TTS，英文全称是TextToSpeech，即文语转换，又称为计算机语音合成，它的过程和ASR刚好相反，是把计算机中任意出现的文字转换成自然流畅的语音输出。一般认为，语音合成系统包括三个主要的组成部分：文本分析模块、韵律生成模块和声学模块。目前，TTS的技术已经可以达到商业化的地步。

SAPI简介

目前，市场上有很多比较成熟的语音ASR和TTS产品，而且他们大多数都支持二次开发，如微软的Speech Application SDK（SASDK）、IBM的Dutty++等。他们能识别（生成）英语、日语和中文等不同国家的语言，Dutty++甚至能够识别某些地区的方言，如广东的方言－粤语。下面我们以SAPI作为例子，简单的介绍一下ASR和TTS的开发引擎。微软的SAPI是作为Windows的一部分，已经被被集成在Windows里面。相对于其他引擎，他的识别率也比较高，如果做过适应性调整，识别率可以达到90％以上，而且他的开发包是还可以免费获取的，各种文档资源也很齐全，很方便做二次开发。由于SAPI是作为Windows的一个独立组件在发展，版本更新也比较快。

最新的SAPI 3.1提供了基于COM的高级编程接口，应用程序通过这些接口与语音引擎打交道。SAPI将ASR和TTS功能集成在同一个语音引擎中，TTS可以将文本和文件合成为语音，ASR则是将人的声音信号转换为可读的文本或文件。

摘自 http://hi.baidu.com/ella_qing/blog/item/40efb93e91d309fa838b1379.html 数据库生活圈

什么是ASR、TTS？相关推荐

汉字转拼音，文字转语音tts (语音技术、语音识别)，Asr/tts，变声
语音识别,语音合成.语音技术主要分两块:一块是语音转文字,即语音识别:另一块是文字转语音,即语音合成. 语音相关技术研发语音合成技术整体解决方案.一系列语音技术的相关专利,包括文本处理.韵律预测 ...
浅谈语音技术（ASR/TTS/质检/声纹）
文章目录 1. 写在前面 2. 语音合成 TTS (1) 基本概念 (2) 效果评估方法 (3) 音色与定制 (4) 发音规则 3. 语音识别 ASR (1) 基本概念 (2) ASR效果影响因素口 ...
基于Asterisk和TTS/ASR语音识别配置示例
智能客服的开发基于ASR和TTS的处理是一个非常关键的技术点.博主通过多年研究后发现通过软交换平台直接和一些大公司的ASR和TTS接口进行交互,通过媒体服务器的拨号规则的处理,可以实现智能客服,或者自 ...
“万人迷”小冰背后的AI故事
作者 | Jane 出品 | AI科技大本营从 2014 年的夏天小冰出现在我们的视野到今天,谈到小冰,你的第一印象是什么?一款可爱.萌萌哒的聊天机器人?一款随时在你身边,可以帮你做一些场景任务的语 ...
“马踏飞”AI机器人实现方案介绍
当今互联网随处可见各种语音助手,从手机到智能音响,从机器人到手机App语音助手.随着公司业务的发展,今年我们也决定搭建自己的智能客服系统,同时结合公司自身业务,马踏飞燕App 旅游比价业务场景,同时参 ...
FreeSWITCH视频会议“标准”解决方案
本文由FreeSWITCH 中文社区创始人杜金房在LiveVideoStack线上分享的演讲内容整理而成,详细介绍了FreeSWITCH做为一种开源的视频会议解决方案如何在开源.开放的基础上,对接各种 ...
从通信到AI FreeSWITCH与WebRTC
FreeSWITCH是一个开源的软交换平台,具有模块化结构,支持包括WebRTC在内的多种互通互联.本文来自FreeSWITCH 中文社区创始人杜金房在LiveVideoStack线上交流分享中的演讲 ...
市场占比 44%，IDC 最新报告：阿里云智能语音市场排名第一
编辑 | Aholiab 出品 | CSDN(CSDNnews) 近期,权威调研机构IDC发布了<中国AI云服务市场半年度研究报告>,就国内主要云厂商的云上AI服务进行了调研,包括人脸人体 ...
语音对话平台海尔五代智能电视落地
智能语音交互(Intelligent Speech Interaction)是AI的入口,智能语音交互之于VUI,正如鼠标键盘之于GUI.但什么是智能语音交互呢?这个名词并非每位同学都能望文生义,我试 ...
FreeSwitch学习（1）-总体简介
1.FreeSwitch的概念 FreeSwitch是一个开源的语音通信软交换平台,是一个跨平台的/伸缩性极好的/免费的/多协议的电话软交换平台. 1.1.FreeSwitch的特性  FreeSw ...

什么是ASR、TTS？

什么是ASR、TTS？相关推荐

最新文章

热门文章