设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
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]
  • 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
  • TA的每日心情

    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5 y- Q/ X1 w2 C: v" J

    - F8 P5 ^! S6 G0 \: x$ }+ O没写好呢,慢慢来。

    点评

    慢慢写  发表于 2011-6-27 16:33
  • 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
    4 M+ j+ }0 j+ ~# ^  f
    . O1 ?. N1 w6 D  m9 i5 A* 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。
  • TA的每日心情

    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 + z5 F0 U6 e* @+ z! p

    / y+ g1 k" H/ j% S! K" ]回复 定风波 的帖子  L' y6 }3 Y4 N! Q. @4 N0 f

    : ^9 K- L$ E1 n微软收购Dragon之后在语音方面确实进展很大。. Q  N2 B% E, C: D' A3 Q
    / C' p- D6 A4 C& n, h& D  _9 a
    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。- o7 e/ @8 u$ b% X  r! F
    " n: O. l# T  A
    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。
    $ C; ]% h. g$ X& [* I% a7 h5 @9 k$ ?3 w* W; Y
    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。
    0 a, I9 V* M; q" O# @: r% T( B; p6 J
    3 ?7 C2 p  \) \% C: v) _0 H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

    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

    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。。。。。。。。。。。。

    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。

    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

    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。

    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

    同问。  发表于 2011-12-8 10:15
    你除了这个,不会问别的?哈哈。  发表于 2011-12-5 08:44
  • 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9 z  a) `) i4 S1 f' a& f( q' D% `
    现在更重要的无线传输的问题,利润的问题
  • 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

    接着写啊  发表于 2011-12-6 22:02
    正确的表述是“隐马尔可夫过程”。  发表于 2011-12-6 21:51
  • 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
  • TA的每日心情

    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 0 g+ e. J% X: a' D
    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 ...
    * h- u$ b. N8 w5 k" s( I: @
    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

    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
  • 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!
  • TA的每日心情

    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 $ R2 ]; k) F) Z8 a3 Y2 O' v* e
    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! ...
    ) u! j1 {& P" n1 E8 a8 ^" \
    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。
    " ~/ O7 z4 d* C: f3 M. Z! D+ {9 P0 z. {
    当今技术大概算第二吧。
  • 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 - F5 w5 F9 {% v* w
    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。
      R3 a9 ~9 v( o) u5 f' u) ~( y0 L0 _
    ...
      J/ q9 a4 H2 h# R3 S
    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

    多谢理解,哇哇大哭。  发表于 2011-12-22 14:23

    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 : X, {2 u: {: x+ J- D4 R
    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。$ P7 O9 l* T6 p( O+ r1 C
    ' B7 T* b' z) A
    ...

    5 i+ _' R) O5 d  L& k3 O; {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
  • TA的每日心情

    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 6 q( L: H7 H+ F% w- O1 ~
    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 ...

    % e$ {  j5 |( J* m$ Y  F; c' x这个么,应该问张亚勤,不是问我。
  • 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。9 e" B$ E% J1 c4 w+ i; q
    ( b% ]' ~+ B4 W4 _# Q% |* V4 s; `0 \
    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?
  • TA的每日心情

    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 4 J+ P0 u" i- A3 T% }/ g' E
    这个是师兄的老本行啊。+ S& \+ N. C0 k  B  V

    + q: j" d* D7 }$ s+ 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 ...

    " W& K( I, ~8 I" A9 `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。  ~1 I6 O5 A5 v; ^% U, d- V
    # m4 B$ m+ i7 P: Q
    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。

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2025-4-27 11:38 , Processed in 0.047273 second(s), 17 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表