设为首页收藏本站
开启辅助访问 切换到宽版

爱吱声

 找回密码
 注册
搜索
爱吱声»广场 › 研究生院 › 科教学圃 › 语音识别漫话
123下一页
返回列表 发新帖
楼主: 燕庐敕
打印 上一主题 下一主题

[科普知识] 语音识别漫话

    [复制链接]
暗夜雪武
  • TA的每日心情
    慵懒
    2016-11-23 16:33

    • 签到天数: 14 天

    [LV.3]辟谷
    21#
    发表于 2011-6-27 12:59:26 | 只看该作者
    等着看语音啊
    回复 支持 反对

    使用道具 举报

    燕庐敕
  • TA的每日心情
    怒
    2020-11-20 06:24

    • 签到天数: 1618 天

    [LV.Master]无

    22#
     楼主| 发表于 2011-6-27 16:32:10 | 只看该作者
    回复 暗夜雪武 的帖子8 _0 b5 _; I+ @1 E2 L

    8 t: j! I! \; o& _) s5 x& |. N5 R没写好呢，慢慢来。

    点评

    暗夜雪武
    慢慢写  发表于 2011-6-27 16:33
    回复 支持 反对

    使用道具 举报

    定风波
  • TA的每日心情
    郁闷
    2019-4-22 08:49

    • 签到天数: 38 天

    [LV.5]元婴
    23#
    发表于 2011-6-29 08:26:18 | 只看该作者
    回复 燕庐敕 的帖子2 C! y3 S& U+ {5 e, w0 [! ?

    4 p; Y* ^% ~0 k* B4 W! 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。
    回复 支持 反对

    使用道具 举报

    燕庐敕
  • TA的每日心情
    怒
    2020-11-20 06:24

    • 签到天数: 1618 天

    [LV.Master]无

    24#
     楼主| 发表于 2011-6-29 09:18:13 | 只看该作者
    本帖最后由 燕庐敕 于 2011-12-2 21:31 编辑 , S' D+ F* p3 d1 M8 R9 C8 T
    " D. w. s& U# n+ e
    回复 定风波 的帖子
    7 ^# B! e( h& Y/ \% L
    5 r9 Z% _7 g3 G( n! \- V# D微软收购Dragon之后在语音方面确实进展很大。2 m$ Q1 U  g! q9 Q, J
    / e& s; |+ V, j3 f
    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。
    7 ^9 L" p% H" X# v* C: E' c1 `! M- a9 c1 z- @
    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。
    2 ^4 m) y+ U+ ~1 M% x3 k
    % r+ g* y+ j& C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。. v' U# o( `- g0 i! k. e" E1 H
    - ?' m! R3 l5 s3 l- M
    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

    点评

    定风波
    确实是这样,不然也不会进入工程化阶段,进入工程化意味着已经没有什么重大的paper可以在3,2年内发出了,应用也就开始定型.  发表于 2011-6-29 10:53
    回复 支持 反对

    使用道具 举报

    yu20022002

    该用户从未签到
    25#
    发表于 2011-11-25 18:58:19 | 只看该作者
    支持下。。。。。。。。。。。。
    回复 支持 反对

    使用道具 举报

    fish197

    该用户从未签到
    26#
    发表于 2011-11-26 00:12:51 | 只看该作者
    老兄，这个太好了，谢谢。
    回复 支持 反对

    使用道具 举报

    tangculiji2003

    该用户从未签到
    27#
    发表于 2011-11-28 09:24:07 | 只看该作者
    长见识 唯一的一名游学生回帖 有点害羞啊
    回复 支持 反对

    使用道具 举报

    小卡

    该用户从未签到
    28#
    发表于 2011-12-2 18:32:24 | 只看该作者
    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。
    回复 支持 反对

    使用道具 举报

    梦晓半生

    该用户从未签到
    29#
    发表于 2011-12-5 01:57:59 | 只看该作者
    下面呢？

    点评

    四处张望
    同问。  发表于 2011-12-8 10:15
    燕庐敕
    你除了这个，不会问别的？哈哈。  发表于 2011-12-5 08:44
    回复 支持 反对

    使用道具 举报

    黑JK
  • TA的每日心情
    慵懒
    2019-4-23 23:43

    • 签到天数: 25 天

    [LV.4]金丹
    30#
    发表于 2011-12-6 20:20:22 | 只看该作者
    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
    % x! Q0 X+ D  U/ f1 n, t: b现在更重要的无线传输的问题,利润的问题
    回复 支持 反对

    使用道具 举报

    明月回春
  • TA的每日心情
    慵懒
    2019-6-5 13:01

    • 签到天数: 115 天

    [LV.6]出窍
    31#
    发表于 2011-12-6 21:30:16 | 只看该作者
    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。

    点评

    明月回春
    接着写啊  发表于 2011-12-6 22:02
    燕庐敕
    正确的表述是“隐马尔可夫过程”。  发表于 2011-12-6 21:51
    回复 支持 反对

    使用道具 举报

    抱朴仙人
  • TA的每日心情
    奋斗
    2019-5-3 10:48

    • 签到天数: 771 天

    [LV.10]大乘
    32#
    发表于 2011-12-16 05:40:15 | 只看该作者
    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
    回复 支持 反对

    使用道具 举报

    燕庐敕
  • TA的每日心情
    怒
    2020-11-20 06:24

    • 签到天数: 1618 天

    [LV.Master]无

    33#
     楼主| 发表于 2011-12-16 11:40:11 | 只看该作者
    抱朴仙人 发表于 2011-12-16 05:40 ; @% O, m* g# U* o, F3 B
    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 ...
    8 K# s" t# M6 ]' d3 r, e" V
    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～～～～

    点评

    抱朴仙人
    俺在河里就是有名的文科生呢，我都看不懂怎么行呢？嘻嘻  发表于 2011-12-16 14:15
    回复 支持 反对

    使用道具 举报

    包子
  • TA的每日心情
    慵懒
    2018-6-2 22:44

    • 签到天数: 16 天

    [LV.4]金丹
    34#
    发表于 2011-12-16 21:11:29 | 只看该作者
    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！
    回复 支持 反对

    使用道具 举报

    燕庐敕
  • TA的每日心情
    怒
    2020-11-20 06:24

    • 签到天数: 1618 天

    [LV.Master]无

    35#
     楼主| 发表于 2011-12-16 22:42:21 | 只看该作者
    包子 发表于 2011-12-16 21:11 + O1 A9 ~2 ]9 a- c" ~9 B( C/ V
    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！ ...
    ; H: ]# ?: a. O  G5 z# s3 }) P
    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。
    % X+ r4 b: d" B! v2 C* d4 n& [$ c6 ~2 m% q2 b, s" |
    当今技术大概算第二吧。
    回复 支持 反对

    使用道具 举报

    jufeng
  • TA的每日心情
    无聊
    2018-9-28 19:44

    • 签到天数: 1 天

    [LV.1]炼气
    36#
    发表于 2011-12-22 13:56:51 | 只看该作者
    燕庐敕 发表于 2011-12-16 22:42 6 x! D6 f, M4 y2 q
    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。9 \5 l0 Y1 X" t; B# d: Z/ |
    ! B+ N) b! N% m
    ...

      W! M& n1 z. |% z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...

    点评

    燕庐敕
    多谢理解，哇哇大哭。  发表于 2011-12-22 14:23
    回复 支持 反对

    使用道具 举报

    PenPen

    该用户从未签到
    37#
    发表于 2011-12-22 15:42:39 | 只看该作者
    燕庐敕 发表于 2011-12-16 22:42
    ! d) k0 D) }/ ^2 N* V/ U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。' m7 Q9 U% H& C

    7 C  W; z% i, v% {. F ...
    ! N7 w7 Z" i' r# j! d# w
    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
    回复 支持 反对

    使用道具 举报

    燕庐敕
  • TA的每日心情
    怒
    2020-11-20 06:24

    • 签到天数: 1618 天

    [LV.Master]无

    38#
     楼主| 发表于 2011-12-22 15:54:05 | 只看该作者
    PenPen 发表于 2011-12-22 15:42 7 R0 Y2 b& B( ^; L; }0 `
    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 ...

    ( W+ p; f/ Z& V4 Q3 ]" X4 H1 o这个么，应该问张亚勤，不是问我。
    回复 支持 反对

    使用道具 举报

    洗心
  • TA的每日心情
    奋斗
    2020-9-22 02:23

    • 签到天数: 754 天

    [LV.10]大乘
    39#
    发表于 2011-12-23 04:44:52 | 只看该作者
    这个是师兄的老本行啊。
    7 ~* T* X  _6 w) r
    & q+ V' m. R. T- z/ Y8 O* M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？
    回复 支持 反对

    使用道具 举报

    燕庐敕
  • TA的每日心情
    怒
    2020-11-20 06:24

    • 签到天数: 1618 天

    [LV.Master]无

    40#
     楼主| 发表于 2011-12-23 08:43:12 | 只看该作者
    洗心 发表于 2011-12-23 04:44
    : t& t4 ]7 r; O$ d! i这个是师兄的老本行啊。8 Z3 h4 H* j( t9 i. ^
    + L7 u% Q1 F4 X) g
    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 ...

    6 ~- G2 `/ v+ F' {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。6 e8 v* z: p, L* p2 w2 t

    5 g$ y# U, D4 C+ r6 o# C( B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。
    回复 支持 反对

    使用道具 举报

    下一页 »
    123下一页
    返回列表 发新帖

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2026-3-29 22:58 , Processed in 0.082660 second(s), 25 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表