数字技术与应用杂志社

摘要：<正>计算机语音识别技术旨在将人类语音信号转化为可理解的文本或指令，是实现人机自然交互的核心支撑技术之一。在深度学习技术兴起前，传统语音识别系统多依赖高斯混合模型（GMM）与隐马尔可夫模型（HMM）的结合，这类方法需人工设计语音特征（如梅尔频率倒谱系数MFCC），且对复杂声学环境的适应性较差，识别精度和泛化能力难以满足实际场景需求。深度学习模型凭借强大的自动特征学习能力，可直接从原始语音信号中提取层次化特征，无须人工干预。同时，其对时序信息的建模能力、全局依赖捕捉能力更强，显著提升了系统对复杂声学场景和多样语言风格的适应能力。如今，基于深度学习的计算机语音识别技术（以下简称为“深度学习语音识别”）已广泛应用于智能助手、语音输入、智能客服、车载交互等领域，成为人工智能技术落地的重要载体。

专辑： 信息科技

专题： 电信技术;自动化技术

分类号： TN912.34;TP18