语音识别（SR）的秘密

语音识别（SR）功能是当今国外操作系统的标准特征，而国产操作系统根本不具备这样的特质，并且国家队没有相关的主观动力。去开发实际可用的语音识别系统。与国外相比，国产操作系统落后了一大节子，怪谁？

如何让机器识别人的语音？事实上大道理并不复杂。首先，让机器设备听懂元音，然后听懂辅音。将两者合成起来成为单词，再做进一步的处理。可是。实际做起来就复杂了。

怎么做？

建立“语料库”（Corpus），就是建立语音的声学模型库。比方。”猫“这个单词的发音，必须让机器记住“猫”的发音，设法让机器听到“猫”所相应的“声音”（所谓”生物信号“）就知道主人对它说的是“猫”。语料库就是建立单词与语音的相应关系。这是基本建设，须要投入大量的人力、物力。别无他法。

不论什么语音都有个人特征，尽管100个人的发音基本同样，可是，存在一定的差异。

所以机器的听觉总是存在“错误率”，这是必定的。减少机器识别错误率是必要的。这是一个基本认识，对机器不能要求过高。机器耳朵永远比只是人耳。

微软、谷歌、百度语音识别巨头都拥有各自的数万小时的语料库，可是，我们却没有，Linux社区也没有GPL可用的语料库（VoxForge不带我们玩）。

怎么办？天上不会自己主动掉馅饼。

要知道。私有公司建立自己的版权大型语料库总是要付出巨大的投入成本。而我们有人喜欢天上掉馅饼。整天坐在院子里面张着大嘴巴对着蓝天等着天上掉下馅饼来。

袁萌 7月14日

语音识别（SR）的秘密相关推荐

语音识别的两个方法_语音识别的应用有哪些
语音识别的两个方法通过微软的SAPI,不仅仅可以实现语音合成TTS,同样可以实现语音识别SR.下面我们就介绍并贴出相关代码.主要有两种方式: 1.使用COM组件技术,不管是C++,C#,Delphi ...
如何再发行 SAPI 5.1 核心组件
基于语音应用程序设计接口 (SAPI) 5.1 版开发的应用程序要求您在客户端计算机上安装 SAPI 5.1 核心组件. 您可以将 SAPI 5.1 核心组件作为 Microsoft Windows ...
微软TTS语音引擎编程入门
我们都使用过一些某某词霸的英语学习工具软件,它们大多都有朗读的功能,其实这就是利用的Windows的TTS(Text To Speech)语音引擎.它包含在Windows Speech SDK开发包中 ...
TTS实现文字语音朗读
一. TTS概述随着语音技术的发展,微软也推出了相应的语音开发工具,即Microsoft Speech SDK,这个SDK中包含了语音应用设计接口(SAPI).微软的连续语音识别引擎(MCSR)以及 ...
C++实现TTS文字语音朗读Microsoft Speech SDK
转自http://www.zhimax.com/article/vc/ttsvoice.html 一. TTS概述随着语音技术的发展,微软也推出了相应的语音开发工具,即Microsoft Speec ...
python tts 保存wav_C#文本转语音并保存wav和MP3文件
回顾上次写博客至今都有4个多月了,最近工作比较的忙没时间写博文.以后会多坚持写博文,与大家分享下最近遇到的问题.最近因为项目需要,研究了下用C#开发TTS.下面把大体的思路给大家说说,希望对大家有所帮 ...
什么是机器学习？从3个视角谈起：学习任务、学习范式、学习模型
Three Perspectives of Machine Learning 机器学习的三个视角 Perspectives Description 描述典型 Learning Tasks 学习任务 ...
App安全登录之密码、通讯加密方法（MD5,Base64,RSA,AES）
今天研究了一下关于登录密码加密的问题,下面来说说实现. 一.RSA非对称加密: 具体流程如下:截取自http://blog.csdn.net/m372897500/article/details/50 ...
【VC++技术杂谈004】使用微软TTS语音引擎实现文本朗读
本文主要介绍如何使用微软TTS语音引擎实现文本朗读,以及生成wav格式的声音文件. 1.语音引擎及语音库的安装 TTS(Text-To-Speech)是指文本语音的简称,即通过TTS引擎把文本转化为语 ...
C#使用微软的TTS引擎发音
随着.net技术深入人心,越来越多的程序员开始转到.net平台上进行开发.然而,在新发布的.net speech SDK里面并没有对中文语音进行支持,目前支持中文的Speech SDK最高版本为Win ...

语音识别（SR）的秘密

语音识别（SR）的秘密相关推荐

最新文章

热门文章