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+ K. Z2 u* w9 J. [- L( f4 ?0 `
    # v' x: s2 Q6 Z" x4 U
    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) B, C6 y. {  z4 w  z6 ]4 ~/ S9 I
    5 ~/ N* n1 V) m6 a
    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
    ' Q; c! i$ Q/ g4 m( T' D
    - K+ s( z, v$ g- r/ N& c0 ~回复 定风波 的帖子2 b, c5 l# z! n

    ' O4 M/ R2 ]" b: o微软收购Dragon之后在语音方面确实进展很大。2 _; C& Q8 v* W5 J, D

      n4 b3 ?9 A3 o/ H9 M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。
    1 ^) ^" l' i. L9 [; y) [0 [5 P5 j. R) ]
    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  B" i# E1 U7 d

    . U4 @+ i4 e/ e% T+ }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。4 }  i# |9 S+ l7 e0 o% B2 R

    1 m, ^# x( n  W7 }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( I4 E0 K6 C6 P# A, o6 C/ [
    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 ( m2 n  W4 t+ m' j& E2 U" Q
    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 ...
    & d9 k+ }+ z5 O- c. N
    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 9 e/ I# W' v6 i  u, m  O
    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! ...

    8 D3 s0 r2 h% C: v0 _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。; u+ T/ N+ B! |1 f$ c5 Y8 R5 O& g0 g9 B

    - ]( R3 x9 |* j  i3 K" A- [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
    / C9 B1 L: F# ^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。
    : j/ z! a! q% B" T
    , _6 ^5 Q( E1 f! c( N. @ ...
    & p- |0 ~! w# V" e) j
    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
    & u+ ^& p' k5 X  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。
    % r" r+ w" E: Q
    ! H% c/ i5 l/ v+ i ...

    & }* ~" ~3 v6 j9 L6 l3 L9 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
  • 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
    1 V7 J, g7 Z0 q; w4 M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 ...

    / [6 }. C1 T. W% A8 r, b8 h! i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。# ~7 l! U& \# v5 a4 ]$ `9 Y
    $ D, D  Q+ A/ d' P/ T3 P
    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
    $ L, A! N' Y% Y8 Z$ A这个是师兄的老本行啊。
    7 A+ l1 J0 F7 o% }
    9 M0 `/ `* C  k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 ...
    : m6 W$ x7 s# Y
    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 I9 x) ^% ^$ ]& `# i% r4 Y$ B7 o: ~% j0 d, Q) v
    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, 2026-4-27 04:25 , Processed in 0.063504 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