語(yǔ)音識(shí)別技術(shù)的應(yīng)用研究

摘 要：在社會(huì)信息化、網(wǎng)絡(luò)化、智能化的發(fā)展趨勢(shì)下，人們對(duì)信息獲取與信息溝通方式提出了越來(lái)越高的要求。語(yǔ)音識(shí)別技術(shù)以語(yǔ)音為研究對(duì)象，在實(shí)際生活中有著巨大作用。

關(guān)鍵詞：語(yǔ)音識(shí)別；應(yīng)用；局限性

在法制紀(jì)錄片《誰(shuí)喊不許動(dòng)》中，警方所掌握的全部信息只有受害人記憶中兇手喊出的一聲“不許動(dòng)”，如何根據(jù)這一語(yǔ)音線(xiàn)索找出兇手成了破案的關(guān)鍵。語(yǔ)音是人類(lèi)發(fā)音器官發(fā)出的具有區(qū)別意義功能的聲音，和指紋一樣，幾乎沒(méi)有兩個(gè)人的語(yǔ)音是完全一樣的。不同的說(shuō)話(huà)人由于性別、年齡等因素的不同，相同內(nèi)容的發(fā)音存在很大差異；同時(shí)由于情緒和環(huán)境的影響，發(fā)音也發(fā)生改變。語(yǔ)音包含了人的一些基本信息，如口音，聲調(diào)等，可以揭露人的物理信息乃至籍貫。通過(guò)對(duì)罪案中留下的聲音的分析鑒定，警方就能快速鎖定犯罪嫌疑人——這些過(guò)去只在偵探小說(shuō)或者美國(guó)大片中出現(xiàn)的情節(jié)，已經(jīng)成為現(xiàn)實(shí)。公安機(jī)關(guān)通過(guò)提取不同口音的說(shuō)話(huà)人的語(yǔ)音特征作為偵查工作的重要也是唯一突破口， 通過(guò)語(yǔ)音識(shí)別和說(shuō)話(huà)內(nèi)容分析技術(shù)， 最終判斷了嫌疑人的身份， 這一案件充中分給人們展示了語(yǔ)音識(shí)別在破案中的應(yīng)用。

語(yǔ)音識(shí)別是一門(mén)交叉學(xué)科，與機(jī)器進(jìn)行語(yǔ)音交流， 讓機(jī)器明白你說(shuō)什么， 這是人們長(zhǎng)期以來(lái)夢(mèng)寐以求的事情。近二十年來(lái)，語(yǔ)音識(shí)別技術(shù)取得顯著進(jìn)步，開(kāi)始從實(shí)驗(yàn)室走向市場(chǎng)。語(yǔ)音識(shí)別是以語(yǔ)音為研究對(duì)象，讓機(jī)器通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高技術(shù)。語(yǔ)音識(shí)別是一門(mén)涉及面很廣的交叉學(xué)科，它與聲學(xué)、語(yǔ)音學(xué)、語(yǔ)言學(xué)、信息理論、模式識(shí)別理論以及神經(jīng)生物學(xué)等學(xué)科都有非常密切的關(guān)系。語(yǔ)音識(shí)別技術(shù)正逐步成為計(jì)算機(jī)信息處理技術(shù)中的關(guān)鍵技術(shù)，語(yǔ)音技術(shù)的應(yīng)用已經(jīng)成為一個(gè)具有競(jìng)爭(zhēng)性的新興高技術(shù)產(chǎn)業(yè)。

一、語(yǔ)音識(shí)別技術(shù)的應(yīng)用

（一）語(yǔ)音識(shí)別技術(shù)在軍事領(lǐng)域內(nèi)的應(yīng)用

隨著軍隊(duì)現(xiàn)代化建設(shè)水平的提高和新戰(zhàn)爭(zhēng)形態(tài)的出現(xiàn)， 最近10年內(nèi)語(yǔ)音識(shí)別技術(shù)軍事化應(yīng)用非常廣泛。目前研究比較多的有語(yǔ)音識(shí)別技術(shù)在智能武裝備開(kāi)發(fā)領(lǐng)域的應(yīng)用、在軍事作戰(zhàn)文書(shū)自動(dòng)化過(guò)程中的應(yīng)用、在軍事測(cè)試設(shè)備的應(yīng)用和軍隊(duì)智能話(huà)務(wù)臺(tái)的應(yīng)用等。

（二）語(yǔ)音識(shí)別技術(shù)在案件偵破中的應(yīng)用

語(yǔ)音識(shí)別在公安系統(tǒng)中的應(yīng)用主要體現(xiàn)在偵查工作、抓捕工作和取證工作中。某些案件中， 在受案和偵查的初始階段， 公安機(jī)關(guān)所能掌握的線(xiàn)索可能只有一段錄音， 而提取嫌疑人的語(yǔ)音特征， 通過(guò)語(yǔ)音識(shí)別和說(shuō)話(huà)內(nèi)容分析， 對(duì)說(shuō)話(huà)人身份進(jìn)行判斷， 是偵查工作的重要突破口。特別是針對(duì)敲詐勒索、威脅恐嚇、綁架詐騙、傳播謠言、行賄索賄、泄露國(guó)家或商業(yè)秘密等涉及聲音證據(jù)的刑事案件偵辦，有著十分明確而重要的實(shí)戰(zhàn)價(jià)值，應(yīng)用前景十分廣闊。語(yǔ)音識(shí)別和語(yǔ)音資料的司法鑒定， 在綁架案、敲詐案、貪污受賄案、財(cái)產(chǎn)糾紛案和惡意擾亂社會(huì)秩序的案件中也是重要的取證手段。（朱淑鑫&謝忠紅，2009）

（三）語(yǔ)音識(shí)別技術(shù)在公共事業(yè)領(lǐng)域內(nèi)的應(yīng)用

語(yǔ)音識(shí)別技術(shù)在公共事業(yè)領(lǐng)域內(nèi)的應(yīng)用具有重要意義， 其應(yīng)用范圍也在進(jìn)一步擴(kuò)展。如在智能話(huà)務(wù)中的應(yīng)用、在數(shù)字圖書(shū)館檢索系統(tǒng)中的應(yīng)用、在醫(yī)療系統(tǒng)中的應(yīng)用和在人工郵件分揀過(guò)程中的應(yīng)用等。包括由語(yǔ)音控制和操作的游戲和玩具、幫助殘疾人的語(yǔ)音識(shí)別系統(tǒng)、車(chē)輛行駛中一些非關(guān)鍵功能的語(yǔ)音控制，如車(chē)載交通路況控制系統(tǒng)、音響系統(tǒng)。錄音作為視聽(tīng)資料的一種， 是《民事訴訟法》規(guī)定的7種法定證據(jù)形式之一。

（四）語(yǔ)音識(shí)別技術(shù)在娛樂(lè)領(lǐng)域的應(yīng)用

就娛樂(lè)領(lǐng)域來(lái)講， 也可以激發(fā)出許多的新應(yīng)用。隨著科技的迅速發(fā)展，QQ等聊天軟件給人們帶來(lái)了極大的方便，也拉進(jìn)了人與人之間的距離。但俗話(huà)說(shuō)，君子動(dòng)口不動(dòng)手，人們隨之對(duì)其提出了更高的要求，能不能動(dòng)動(dòng)嘴將信息發(fā)出去，取代打字呢。如今，QQ，微信，人人等聊天軟件均推出了語(yǔ)音發(fā)送功能，網(wǎng)友們也極力呼吁聊天工具推出語(yǔ)音識(shí)別技術(shù)。百度也推出了語(yǔ)音搜索功能du掌柜，對(duì)著手機(jī)說(shuō)出你想查詢(xún)的事物，在頻幕上會(huì)出現(xiàn)相應(yīng)的文字搜索。在KTV進(jìn)行電視點(diǎn)播時(shí)， 可以直接說(shuō)出哪個(gè)歌手的哪首歌， 電視臺(tái)就接受語(yǔ)音輸入而顯示相應(yīng)的曲目。

然而，語(yǔ)音識(shí)別技術(shù)并不是完美無(wú)缺的，作為人類(lèi)設(shè)定出來(lái)的機(jī)器，它也有其自身的局限性和問(wèn)題。首先，語(yǔ)音識(shí)別技術(shù)是以普通話(huà)為對(duì)照的，而方言和口音會(huì)降低語(yǔ)音識(shí)別率。二是背景噪音。人多的公共場(chǎng)所的巨大噪音對(duì)語(yǔ)音識(shí)別的影響自不用說(shuō)，就算在實(shí)驗(yàn)室環(huán)境下，敲擊鍵盤(pán)，挪動(dòng)麥克風(fēng)都會(huì)成為背景噪音。語(yǔ)音識(shí)別技術(shù)要進(jìn)一步發(fā)展就要研究如何讓把原始語(yǔ)音從背景噪音中分離出來(lái)，這會(huì)使識(shí)別系統(tǒng)有很強(qiáng)的適應(yīng)性。第三就是口語(yǔ)的問(wèn)題。它既涉及到自然語(yǔ)言理解，又與聲學(xué)有關(guān)。

語(yǔ)音識(shí)別技術(shù)是非常重要的人機(jī)交互技術(shù)， 應(yīng)用語(yǔ)音的自動(dòng)理解和翻譯， 可消除人類(lèi)相互交往的語(yǔ)言障礙， 事實(shí)證明大量的語(yǔ)音識(shí)別產(chǎn)品已經(jīng)進(jìn)入市場(chǎng)和服務(wù)領(lǐng)域。人們已經(jīng)習(xí)慣通過(guò)電話(huà)網(wǎng)絡(luò)用語(yǔ)音識(shí)別口語(yǔ)對(duì)話(huà)系統(tǒng)查詢(xún)有關(guān)的機(jī)票、旅游、銀行信息， 語(yǔ)音識(shí)別技術(shù)和電子商務(wù)的結(jié)合使我們可以足不出戶(hù)就能夠“逛”商場(chǎng)， 購(gòu)買(mǎi)到我們所需要的東西。人們有理由相信，在不久的未來(lái)，語(yǔ)音識(shí)別技術(shù)將會(huì)以其自身的優(yōu)勢(shì)改變?nèi)藗兊纳睢?/p>

參考文獻(xiàn)：

[1] 董國(guó)超， 寇凈磊.語(yǔ)音識(shí)別技術(shù)及應(yīng)用綜述[J]. 內(nèi)蒙古科技與經(jīng)濟(jì)，2009.

[2] 朱淑鑫，謝忠紅.淺談?wù)Z音識(shí)別技術(shù)的應(yīng)用及發(fā)展[J]. 長(zhǎng)春理工大學(xué)學(xué)報(bào)，2009， （2）.

[3] 任天平，門(mén)茂琛.語(yǔ)音識(shí)別技術(shù)應(yīng)用的進(jìn)展[J].河南科技學(xué)報(bào)，2005， （2）.

[4] 何浩義. 計(jì)算機(jī)語(yǔ)音識(shí)別技術(shù)及其應(yīng)用[J].大眾科技，2005，（6）

[5] 任天平.語(yǔ)音識(shí)別技術(shù)應(yīng)用的進(jìn)展[J].河南科技，2005（2）.

[6] 俞鐵城.語(yǔ)音識(shí)別的發(fā)展現(xiàn)狀[J].通訊世界，2005（2）.

[7] 劉加，劉潤(rùn)生.語(yǔ)音識(shí)別技術(shù)及應(yīng)用[J].世界電子元器材，2001（11）.

[8] 陳方，高升.語(yǔ)音識(shí)別技術(shù)及發(fā)展[J].電信科學(xué)， 1996，（12） .

作者簡(jiǎn)介：李晶玉（1990-），女，山東煙臺(tái)人，聊城大學(xué)外國(guó)語(yǔ)學(xué)院2012級(jí)英語(yǔ)語(yǔ)言文學(xué)專(zhuān)業(yè)研究生，研究方向?yàn)榉g理論與實(shí)踐。