语言的机器识别

【摘要】 言语的机器识别分为三个时期: 初期是五十年代,识别局限于少数词或音素,而且是单人(或几个人)单呼情况。从线路上基本上还是电子管线路的时代。识别采用计算机进行摹拟还没开始。对于单人10个英语数字的呼出率达98～100％。 中期是60年代。识别数字达几十字(最多达55字)。呼出在90％～98％之间。开始了连呼语言识别研究,并开始在计算机上摹拟。出现了硬件与软件交替、电子管线路向晶体管线路的过渡。在实验基础上,出现了三种识别理论:即Liberman的发动机理论(Motor theory),Stevens的分析综合模型(Analysis-by-Synthesis model)和Fant的“感觉”理论(Sensory theory)。因而在这一时期的识别方案中,采用的特征也是五花八门。 近期是70年代,单人单呼识别的词高达500个。基本完成了硬件向软件的过渡。由60年代发展起来的快速傅里叶变换,Z变换,线性予测等数据处理技术,广泛使用摹拟实验上来。取得了一定成绩。这个时期在连呼语言识别上有较大的发展,由于语言信息的采用,引出了“语言了解系统”概念和识别方案。更多还原