ASR自动语音识别技术是什么?什么作用?

什么是ASR自动语音识别技术？

ASR是指自动语音识别技术，是一种将人的语音转换为文本的技术。其目标就是将人类的语言中的词汇内容转换为计算机可读的输入。

机器要与人实现对话，那就需要实现三步：对应的便是“耳”、“脑”、“口”的工作，机器要听懂人类说话，就离不开语音识别技术（ASR）。

百度AI虚拟人手语视频

要想知道ASR自动语音识别技术的强大，您是看看这段视频，央视主持人朱广权与“AI虚拟人手语主播”在线pk的视频，画面中，朱广权语速惊人，而一旁的虚拟人手语主播也毫不示弱，按照朱广权的话同步即时进行手语翻译，最后成功完成了挑战。

为了能让虚拟人听得懂主持人在讲什么，百度方面利用了语音识别(ASR)模型帮助虚拟人主播准确识别语音，还能够准确识别方言、中文、英文等情况。

语音识别ASR过程

第一步是建立声学模型

声学模型的主流系统大多采用隐马尔科夫模型进行建模。对于同一个词，由于每个人的发音、语调、语速等都各不相同，为了能让机器识别出更多的人，声学模型建立过程中需要录入大量的原始用户声音，提取出其中的特征进行处理，并建立声学模型数据库。在声学训练步骤当中估算出声学模型的参数；再通过循环训练和对齐相位。在这一步中大数据的重要性就体现出来了。

第二步是建立语言模型

语言模型包括由识别语音命令构成的语法网络或者由统计方法构成的语言模型。根据语言的客观事实，进行语言抽象数学建模，这是一种对应关系。语言模型可以很好地调整声学模型所得到的不合逻辑的词，使得识别结果变得通顺且正确，这对于自然语音的信息处理也有着重要的意义。

第三步是进行语音识别

前面两步都是需要预先做好的，最终形成的数据库将存储在设备本地或者云端，而这一步则是实时的语音识别过程。先将用户的语音输入进行编码和特征提取，再将提取到的特征拿到声学模型库中去匹配，得到单个的单词，然后再拿到语言模型库中去查询，就可以得到最匹配的词了。

ASR语音转写的应用场景

1、 客服

企业设置的呼叫中心的智能转写功能，可实时记录客户询问问题。语音客服机器人可更好地查询和匹配来回答问题，可以有效地解决简单又重复性的工作。

2、 教育培训机构

语音转写在教育培训机构中的应用包括中英文的口语评测。

3、 医疗

在医疗领域中的应用主要是用于电子病历录入，医生在临床诊断时可将诊断信息实时转化成文字，自动录入医院诊疗系统，有效地提高了医生的效率。

4、 金融

现阶段，已有一些银行通过运用ASR语音转写，实现了语音导航、语音交易、办理业务等基础服务。

ASR语音识别已经成为了一种很常见的技术，大家在日常生活中经常会用到：

1.苹果的用户肯定都体验过 Siri ，就是典型的语音识别

2.微信里有一个功能是”文字语音转文字”，也利用了语音识别

3.最近流行的智能音箱就是以语音识别为核心的产品

4.比较新款的汽车基本都有语音控制的功能，这也是语音识别