從人工智能到智能環(huán)境：語音識別中的難題

本文共20頁 10676字 附英文翻譯

關(guān)鍵詞 人工智能，智能環(huán)境，語音識別


摘要：語音識別領(lǐng)域的研究近來取得的進(jìn)展從根本上講是受市場需求的驅(qū)使。語音識別引擎主要基于以數(shù)字為核心的DTW（動態(tài)時間歸正技術(shù)）和HMM（隱含馬爾可夫模型）技術(shù)。目前的語音識別引擎的結(jié)構(gòu)與人類的聽覺系統(tǒng)幾乎沒有共同之處。現(xiàn)有的語音識別技術(shù)并沒有完全利用心理學(xué)上積累的語音感知方面的知識。相應(yīng)的，心理學(xué)中語音感知研究也沒有充分關(guān)注語音識別技術(shù)的需求。

參考文獻(xiàn)
[1] Bregman A.S. Auditory Scene Analysis. The Perceptual Organization of Sound. The MIT Press, 1990. ISBN:
[2] Cherry E.C. Some experiments on recognition of speech with one and with two ears. Journal of Acoustical Society of America, 25, 975-979, 1953
[3] Galunov, V.I. Zagoruyko, N.G., Lobanov, B.M. On the ontology of the Speech Recognition problem domain. Specom'2004, September 20-23, 2004, St Petersburg, Russia
[4] Galunov, V.I., Soloviev A.N., Uvarov V.K. Models of Speech