文獻(xiàn)翻譯(1)

1、語(yǔ)音識(shí)別在計(jì)算機(jī)技術(shù)中，語(yǔ)音識(shí)別是指為了達(dá)到說(shuō)話者發(fā)音而由計(jì)算機(jī)生成的功能，利用計(jì)算機(jī)識(shí)別人類(lèi)語(yǔ)音的技術(shù)。（例如，抄錄講話的文本，數(shù)據(jù)項(xiàng)經(jīng)營(yíng)電子和機(jī)械設(shè)備電話的自動(dòng)化處理），是通過(guò)所謂的自然語(yǔ)言處理的計(jì)算機(jī)語(yǔ)音技術(shù)的一個(gè)重要元素。通過(guò)計(jì)算機(jī)語(yǔ)音處理技術(shù)，來(lái)自語(yǔ)音發(fā)音系統(tǒng)的由人類(lèi)創(chuàng)造的聲音，包括肺，聲帶和舌頭，通過(guò)接觸，語(yǔ)音模式的變化在嬰兒期、兒童學(xué)習(xí)認(rèn)識(shí)有不同的模式，盡管由不同人的發(fā)音，例如，在音調(diào)，語(yǔ)氣，強(qiáng)調(diào)，語(yǔ)調(diào)模式不同的發(fā)音相同的

2、詞或短語(yǔ)，大腦的認(rèn)知能力，可以使人類(lèi)實(shí)現(xiàn)這一非凡的能力。在撰寫(xiě)本文時(shí)（2008年），我們可以重現(xiàn)，語(yǔ)音識(shí)別技術(shù)不只表現(xiàn)在有限程度的電腦能力上，在其他許多方面也是有用的。語(yǔ)音識(shí)別技術(shù)的挑戰(zhàn)語(yǔ)音識(shí)別技術(shù)的挑戰(zhàn)古老的書(shū)寫(xiě)系統(tǒng)要回溯到蘇美爾人的六千年前。他們可以將模擬錄音通過(guò)留聲機(jī)進(jìn)行語(yǔ)音播放，直到1877年。然而，由于與語(yǔ)音識(shí)別各種各樣的問(wèn)題，語(yǔ)音識(shí)別不得不等待著計(jì)算機(jī)的發(fā)展。首先演講不是簡(jiǎn)單的口語(yǔ)文本——同樣的道理戴維斯很難捕捉到一個(gè)not

3、efnote曲作為樂(lè)譜。人類(lèi)所理解的詞、短語(yǔ)或句子離散與清晰的邊界實(shí)際上是將信號(hào)連續(xù)的流而不是聽(tīng)起來(lái):Iwenttothesteyesterday昨天我去商店。單詞也可以混合用Whaddayawa嗎這代表著你想要做什么。第二沒(méi)有一對(duì)一的聲音和字母之間的相關(guān)性。在英語(yǔ)有略多于5個(gè)元音字母——aeiou有時(shí)y和w。有超過(guò)二十多個(gè)不同的元音雖然精確統(tǒng)計(jì)可以取決于演講者的口音而定。但相反的問(wèn)題也會(huì)發(fā)生在那里一個(gè)以上的信號(hào)能再現(xiàn)某一特定的聲音。字

4、母C可以有相同的字母K的聲音，如蛋糕，或作為字母S，如柑橘。此外說(shuō)同一語(yǔ)言的人使用不相同的聲音即語(yǔ)言不同他們的聲音語(yǔ)音或模式的組織，有不同的口音。例如“水”這個(gè)詞wadder可以顯著watter，woaderwattah等等。每個(gè)人如果你認(rèn)為一個(gè)人之所以從事語(yǔ)音識(shí)別方面的研究是因?yàn)樗艿玫浇疱X(qián)，那就太草率了。這種吸引力也許類(lèi)似于把水變成汽油、從海水中提取黃金、治愈癌癥或者登月的誘惑。一個(gè)人不可能用削減肥皂成本10℅的方法簡(jiǎn)單地得到錢(qián)。如

5、果想騙到人，他要用欺詐和誘惑。皮爾斯1969年的信標(biāo)志著在貝爾實(shí)驗(yàn)室持續(xù)了十年的研究結(jié)束了。然而，國(guó)防研究機(jī)構(gòu)ARPA選擇了堅(jiān)持下去。1971年他們資助了一項(xiàng)開(kāi)發(fā)一種語(yǔ)音識(shí)別器的研究計(jì)劃，這種語(yǔ)音識(shí)別器要能夠處理至少1000個(gè)詞并且能夠理解相互連接的語(yǔ)音，即在語(yǔ)音中沒(méi)有詞語(yǔ)之間的明顯停頓。這種語(yǔ)音識(shí)別器能夠假設(shè)一種存在輕微噪音背景的環(huán)境，并且它不需要在真正的時(shí)間中工作。到1976年，三個(gè)承包公司已經(jīng)開(kāi)發(fā)出六種系統(tǒng)。最成功的是由卡耐基麥隆

6、大學(xué)開(kāi)發(fā)的叫做“Harpy”的系統(tǒng)?！癏arpy”比較慢，四秒鐘的句子要花費(fèi)五分多鐘的時(shí)間來(lái)處理。并且它還要求發(fā)音者通過(guò)說(shuō)句子來(lái)建立一種參考模型。然而，它確實(shí)識(shí)別出了1000個(gè)詞匯，并且支持連音的識(shí)別。研究通過(guò)各種途徑繼續(xù)著，但是“Harpy”已經(jīng)成為未來(lái)成功的模型。它應(yīng)用隱馬爾科夫模型和統(tǒng)計(jì)模型來(lái)提取語(yǔ)音的意義。本質(zhì)上，語(yǔ)音被分解成了相互重疊的聲音片段和被認(rèn)為最可能的詞或詞的部分所組成的幾率模型。整個(gè)程序計(jì)算復(fù)雜，但它是最成功的。在1

7、970s到1980s之間，關(guān)于語(yǔ)音識(shí)別的研究繼續(xù)進(jìn)行著。到1980s，大部分研究者都在使用隱馬爾科夫模型，這種模型支持著現(xiàn)代所有的語(yǔ)音識(shí)別器。在1980s后期和1990s，DARPA資助了一些研究。第一項(xiàng)研究類(lèi)似于以前遇到的挑戰(zhàn)，即1000個(gè)詞匯量，但是這次要求更加精確。這個(gè)項(xiàng)目使系統(tǒng)詞匯出錯(cuò)率從10℅下降了一些。其余的研究項(xiàng)目都把精力集中在改進(jìn)算法和提高計(jì)算效率上。2001年微軟發(fā)布了一個(gè)能夠與0fficeXP同時(shí)工作的語(yǔ)音識(shí)別系統(tǒng)。