壓力容器

[拼音]：yuyin shibie

[英文]：Speech recognition

用模式識別方法提取語音訊號特徵並加以分類的技術。比語音識別更進一步的技術是語音理解，它在語音識別的基礎上還應用語音學、句法和語義等有關知識,是人工智慧的研究領域。語音識別按複雜程度的不同可分為孤立單詞（或單字）識別和連續語音識別。有時把說話者識別也歸入語音識別的範圍。

現代語音識別的主要過程是：語音訊號經傳聲器轉換為電訊號，經過取樣和量化轉換為數字訊號，輸入計算機中進行識別。計算機識別過程包括特徵抽取和分類判別。

數字語音訊號資料量大，不利於直接進行分類判別，需要先提取有代表性的主要特徵。常用的有兩種方法。

（1）線性預測係數法：取樣後的語音訊號是一個時間序列，可以用一定階次的引數模型來表示，常用的是自迴歸模型,並用這一模型的係數組成特徵向量。

（2）功率譜法:用一組不同通帶的濾波器抽取一些頻段的功率譜值，作為特徵量。

分類判別主要採用模板匹配法，即在計算機中存入一組已知類別的標準語音的特徵向量，稱為樣板。未知語音輸入經特徵抽取後，求它同各樣板間的距離。同未知語音距離最小的樣板所對應的類別就是識別結果。

句法模式識別方法（見結構模式識別）也可用於語音識別，特別是連續語音的識別和分析。這樣就可用形式語言的理論來分析單詞或句子的結構關係。

語音識別系統的效能指標主要有四項。

（1）詞彙表範圍：這是指機器能識別的單詞或片語的範圍，如不作任何限制，則可認為詞彙表範圍是無限的。

（2）說話人限制：是僅能識別指定發話者的語音，還是對任何發話人的語音都能識別。

（3）訓練要求：使用前要不要訓練，即是否讓機器先“聽”一下給定的語音，以及訓練次數的多少。

（4）正確識別率：平均正確識別的百分數，它與前面三個指標有關。

不同人講同一詞或單字時，或同一人在不同條件下講同一詞或單字時，語音訊號有很大差異，而某些不同的字或詞的語音訊號又很相似，因而機器很難像人一樣對不同詞有很高的分辨能力。此外，連續語音的字與字之間存在混疊，字在不同位置又有音調的變化，一個字或詞的起點和終點也很難分清，這都給語音識別帶來困難。

語音識別的應用很廣泛，如音控自動電話、產品檢驗、郵件自動分類、語音數控機床、自動排版、說話者識別、倉庫貨場登記、語音打字、飛行管理、航天員演習、辦公室自動化和家務機器人等。