语音识别漫话

暗夜雪武

等着看语音啊

燕庐敕

回复 暗夜雪武 的帖子
4 Z& C6 \; u. d* X7 ~
9 f: [, T6 s8 n' I. d, D没写好呢，慢慢来。

定风波

回复 燕庐敕 的帖子
* a! }! h0 ~$ S$ V2 j  ], g
深入的不知道，微软的语音识别现在已经很好了，据我所知有相当部分的项目已经进入工程阶段，从研究院转了出来。上次看了他们的私下展示，似乎搞研究的那帮人正在攻克中文的方言，反正在云上跑的服务对新闻类节目识别率已经接近完美了，现在的问题似乎是性能不行达不到接近实时的级别，要用几倍的时间。

燕庐敕

回复 定风波 的帖子

微软收购Dragon之后在语音方面确实进展很大。
1 J2 |( t& b+ I/ [  ]. O
7 a" {  \5 e1 P当今最好的是合并了野火之后的Nuance，他们的英语语音识别已经商用化多年。
4 p; s) o) v3 d- _+ X3 T0 A
. e3 H9 C. h6 m3 d+ A$ e+ f$ D国内他们也进入十年了，主要是和华为这些方案商合作，卖端口。
" p& D3 D& m( O# M' _9 e
+ d4 t$ O: I( w现在也力图与银行机场等合作。遇到的最大对手是科大讯飞。
# N' Q5 u- z) s0 `% n! Z7 L
+ H9 F! S* C0 e0 k  d& A' y$ c方言与普通话或者英语或者其他什么人的语言在实现上没什么区别。最主要就是大字表和字库的训练，还有句子/词的切分。训练的越多自然效果越好

yu20022002

支持下。。。。。。。。。。。。

fish197

老兄，这个太好了，谢谢。

tangculiji2003

长见识 唯一的一名游学生回帖 有点害羞啊

小卡

当这两个月看足了SIRI的神奇，再回来读老燕的文章，格外有趣。

梦晓半生

下面呢？

黑JK

电子技术的突飞猛进,将庞大的数据基于云的快速检索~实验室还是相当可行的
9 d$ V5 }& h0 ?& C% }0 Z2 X现在更重要的无线传输的问题,利润的问题

明月回春

总觉得语音识别和输入法的内核几乎是一样的。只不过语音还要先把自然音转变成数字信号。内部都是隐含马尔科夫链。真正的先驱应该是IBM 的 Fred Jelinek (贾里尼克)和卡内基·梅隆大学的 Jim and Janet Baker (贝克夫妇，李开复的师兄师姐) 。他们分别独立地提出用隐含马尔可夫模型来识别语音，语音识别的错误率相比人工智能和模式匹配等方法降低了三倍 (从 30% 到 10%)。。八十年代李开复博士坚持采用隐含马尔可夫模型的框架， 成功地开发了世界上第一个大词汇量连续语音识别系统 Sphinx。

抱朴仙人

哇！终于动工啦？这可是个计划已久，光光预告就出了三四次的大作呢。期待期待，搬个小马扎坐下听讲

燕庐敕

抱朴仙人 发表于 2011-12-16 05:40
哇！终于动工啦？这可是个计划已久，光光预告就出了三四次的大作呢。期待期待，搬个小马扎坐下听讲 ...

+ ?/ D" ~' U: W2 q" |8 u& _就是您老和雪太傅的那个“文科生也要能看懂”的光辉指示，害苦了俺也～～～～

包子

上次玩微软的语音识别，读了本古文观止，顺利的识别了 “郑伯克段于鄢”，吓的我够呛！

燕庐敕

包子 发表于 2011-12-16 21:11
8 T+ I$ C0 o  p1 L' k上次玩微软的语音识别，读了本古文观止，顺利的识别了 “郑伯克段于鄢”，吓的我够呛！ ...

: k. C& J& o4 i6 K5 j微软在1990年代之前并无专门研究语音的部门。后来收购Dragon之后，在微软研究院也开展的这方面的工作。
, _8 k" n) f5 [' w
. o$ S# n0 u+ b2 k, M" h1 K当今技术大概算第二吧。

jufeng

燕庐敕 发表于 2011-12-16 22:42
8 ^5 m( o; e6 k# G; X微软在1990年代之前并无专门研究语音的部门。后来收购Dragon之后，在微软研究院也开展的这方面的工作。
+ S2 y, w0 ?0 O* @
2 W; p! q+ b( m2 ]  ] ...

" m, y) t- e* G! T等待戈多,  哈哈,不是了,  等着下面...狐狸的那个精油帖明显没有你的技术难度高...

PenPen

燕庐敕 发表于 2011-12-16 22:42
微软在1990年代之前并无专门研究语音的部门。后来收购Dragon之后，在微软研究院也开展的这方面的工作。
& V* S2 P+ B0 w/ R& O8 s3 R
...

研究院那帮人是不是都专注于发paper去了？tellme做得这么烂，被siri甩的好远了

燕庐敕

PenPen 发表于 2011-12-22 15:42
研究院那帮人是不是都专注于发paper去了？tellme做得这么烂，被siri甩的好远了 ...

( ]' u% J3 w+ ~这个么，应该问张亚勤，不是问我。

洗心

这个是师兄的老本行啊。
- @- i* B" t, ]7 b5 N8 e' L
一直想找一个比较好的汉字语音识别的软件，把语音自动转化为文字的。请问师兄有什么好推荐的？

燕庐敕

洗心 发表于 2011-12-23 04:44
这个是师兄的老本行啊。

一直想找一个比较好的汉字语音识别的软件，把语音自动转化为文字的。请问师兄有什 ...

师妹，这个真不是我的老本行，是家里领导的。我算是没吃过猪肉，看了20多年猪跑吧。
) R+ P5 P+ n* [- l4 q  k; u
- ~$ b" U( s$ }. K. ~; l* k  i, a具体的，面向个人的汉语语音识别软件，我还是回家问一下你师姐吧。