阿里云優(yōu)惠券 先領券再下單

語音識別引擎的迅速發(fā)展推動著人類進入了一個新的時代,在萬物互聯的基礎上,人類開始可以擺脫手動鍵盤錄入信息,直接用語音和“萬物對話”,更接近自然交流場景。這樣一種趨勢正在席卷人類生活的方方面面:智能穿戴設備、兒童陪伴機器人、智能車載、電話機器人等。

其實這樣的時刻已經醞釀多時了。從1952年貝爾研究所成功識別10個英文數字到如今人們可以和機器人實時交流互動,語音識別背后的技術經歷了幾個時期的重點突破。其中,人工神經網絡(Artificial neutral Network,簡稱ANN)是推動語音識別技術到當前水平的一匹黑馬。

可能我們會想當然地以為人工神經網絡是一個新興的概念,但它其實在1950年代就被提出來了!在20世紀80年代后期,神經網絡成為一種流行的聲學建模方法。從那時起,神經網絡已被用于語音識別的許多方面,例如音素分類,孤立詞識別,視聽語音識別,視聽說話者識別和說話者適應。

根據百度百科的介紹,人工神經網絡是借鑒生物學上神經網絡的信息處理方式,建立模型后按照不同的連接方式組成的不同的網絡。那這樣一種運算模型的基本原理是什么呢?

和往常的計算機運行模式不同,神經網絡系統(tǒng)不是根據事先編寫好的指令完成特定的任務,而是像人一樣根據示范和例子進行學習。例如在圖像識別領域,如何讓機器識別貓咪?機器并不知道貓到底是什么,例如四條腿有毛發(fā)和胡須的動物,它毫無概念。但它能夠通過分析大量標記著“貓”和“不是貓”的圖片庫,自主學習并辨別出哪些圖片里有貓,哪些沒有。

人工神經網絡模擬生物神經網絡,由連接著的節(jié)點或者神經元組成。例如,一個節(jié)點A可以傳遞信號給另一個與之相連的人工神經元B,而B可以處理收到的信號并能傳遞給與它相接觸的其他節(jié)點C、D、E、F、G等,這樣就形成了強大的信息處理和傳遞網絡。

在ANN的普遍運用中,各個連接的節(jié)點傳輸的信號都是數字,而每次數字的傳輸都會經過特定的轉化后輸出。那人工神經網絡是如何學習的呢?原來每個連接都會隨著學習例子的過程計算它的權重,權重的大小可以強化或弱化連接的信息傳遞。通常,人工神經元會集聚成不同的“層”,只有當所有那一層的信息都通過了一個關卡時,信息才能被傳輸。不同的“層”會對傳輸進來的信息進行不同方式的變換,因此信息從開始層傳到最后一層都會在各層之間轉化過了很多次。

當然,以上只是對于人工神經網絡最基礎的介紹,各個模型的應用和測評在學術界時刻被交流和更新著?？椭舻乃惴夹g人員更是在理論和實踐中把握著前沿動態(tài),定期撰寫論文并組織研討,在自主研發(fā)的語音識別引擎的基礎上,不斷優(yōu)化專門領域內的語音識別準確率,做到比科大訊飛、百度、阿里等通用語音識別更準確。

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！