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
    - x3 |( M6 r; \9 ^$ q. `
    * @5 u! G$ w) z! v" Y& M% P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7 d, g$ F0 |3 T
    * ?; a) H# j6 B
    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 8 W  W: Z( I  l% F6 b; J
    + M, U0 Q& K/ {
    回复 定风波 的帖子" V6 W/ p( M, K6 g8 C. C' {

    ! G- ~; ^& S$ {# d, y微软收购Dragon之后在语音方面确实进展很大。$ R4 f3 z8 c) X7 \
    5 U! b, d% `0 Z9 L7 z0 j5 R
    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。
    * w5 f, h+ ~: L& W) h6 n
    4 S" N. q. C" ]7 z" w  m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。3 C1 b3 d  ]  K9 A
    9 r# h& f7 V4 Q: C+ U
    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。
    : f  k$ B' s7 x- V0 Z4 F6 @! r  `; k1 P: A0 C3 _, L
    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  x& k5 B% O' J  e1 ?
    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 8 H/ B. U3 m0 Q/ }: G
    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 ...

    & T. B/ r# h2 c/ 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

    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
    5 {/ @" N( M- o3 j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! ...

    , ?/ Q0 G1 N" y+ @9 i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。
    / d! E, k2 j- i9 t
    + i6 a2 l! \6 X% L9 n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 & b2 h( {8 \& I) }+ b& Y1 \
    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 }2 }( p( ^6 b5 s3 n& Q- I% u# K1 |( }
    ...

    + [3 F' a5 ^( c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 / T" _4 `* _) V, v5 [
    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, y* S9 }' e( V- f1 E
    ) y+ U5 W& H, ]$ j, b+ a ...
    & E8 T9 A% F, B, s
    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
    7 d: V; G* B6 S* X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 ...
    ! d% c* D, W- N
    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。. \5 L5 t- p6 ?) |: w' @
    ! S0 w$ v" v. q: Q# Y
    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 * [3 a' m& |3 c" ]% i9 k
    这个是师兄的老本行啊。5 C- S' j5 T9 J  _' J
    . |! M. M& U, v- F- ]  T
    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 ...
    7 [; q7 j# S, I
    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。
    ( H7 P, s8 H( s" O1 `3 S, t( t0 ?) L; @5 e0 z( U
    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, 2026-6-7 13:07 , Processed in 0.062187 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