语音识别应用的特点
时间：2008-8-27 来源：中国条码在线 本月点击：211次 [+ 发布新闻]
1.语音识别系统的特点
如果要在所提出的任务中使用语音识别系统，下面几个要求是最基本的：
（1）语音识别系统要对用户有益（希望它是能检测到的）
例如提高生产率，容易使用，更好的人机界面，或更自然的信息交流模式。现已提出了语音识别在很多方面的应用（但一般不成功），多数是利用语音识别的新奇特性来引起用户注意，从而达到增加商业上的销售额的目的。但是，如果对用户没有实在的益处的话，语音识别的这些应用是不会持续长久的。
（2）语音识别系统要对用户“友好”。
这种“友好”的含义是：用户在和系统进行语音对话时感到舒适；系统的语音提示既有帮助，又很亲近；当识别系统没有恰当地理解人说出的指令时，系统还得提供一种有效地与人交流的方式，例如某种回退模式。对用户“友好”这个概念是我们坚持人机对话技术的精髓。
（3）语音识别系统必须有足够的精度
识别系统必须（或至少）达到某种特定的性能要求。有趣的是，由于人在实际生活中对识别系统错误率的感知能力似乎是非线性的，因此只要识别系统的精度超过一定水准，绝对的系统识别能力便显得不太重要了。例如，人们在实际使用一个孤立词识别系统时，很难区分系统的识别精度是95％，还是99％。这是因为，如果识别系统的精度是95％，那么系统识别语音时，平均20次有一次错误；如果识别系统的精度是99％，平均每100次发生一次错误。从用户使用的角度来看，这两种系统都有很高精度，都很少有错误。因此即使偶尔有错误发生，用户也会将其归咎于自己的使用失误，而不会认为是识别系统的问题。但是，当系统的精度低于某一个更低的阈值（例如90％）时，用户就会感觉到识别系统出现了过多的错误，并会认为它不太可靠。实际中，单词错误的发生是不相干的，因此在较高精度下，人觉察到系统出现错误是极少的。
（4）语音识别系统要有实时处理能力
系统对用户询问的响应时间要很短, 一般要在人说话后250毫秒之内作出响应。这是非常重要的。只有如此，才能保证人和系统之间的对话持续进行。
上面的每一个要求对语音识别系统来说都是很基本的，也是强制性的。只有如此，才能使我们在利用语音识别系统完成一个实际任务时取得成功。
2. 语音识别错误的处理
如果机器在语音识别时发生了错误，一个很重要的问题是我们要如何处理它，以保证人机之间信息交流不会中断。至少有以下四种方式可以处理这个问题，其中的任何一种都可以运用到各种各样的特定任务中。
（1）错误弱化法
主要含义是使一个识别错误的“代价”（根据这个识别错误是否让用户感到厌烦或引起用户的收益减少来度量）小。如果这个识别错误能被检测出来，并能在随后的人机交互中得到纠正，那么我们认为这个识别错误基本上是可以接受的。如果语音指令被系统误识并可能导致下一轮人机对话不恰当，用户通过输入正确的模式（拼写正确指令）就可以退到刚才出现错误的地方。这种处理仅仅花费用户很少一点时间，对用户几乎没什么其它不利影响。
（2）错误自检纠正法
系统利用已知任务的限制自动地检测并纠正错误。如果系统实现的是从一个数量有限的名单中拼出其中一个名字的任务的话，系统一般能够比较容易检测到并纠正字母拼写的识别错误。因为系统识别出的名字只能从给定的名单中选取。在数字串识别任务（例如分类订货和库存控制）中，系统发生识别错误时，可以利用已知的纠错码（如Reed－Solomon码）来校正。在编码纠错能力范围内，数字识别错误可被检测和纠正。
（3）确认或多层次判定
当识别结果出现两个或多个与输入语音指令匹配程度都很高的候选者而又难于对他们的微小差别进行区分时，系统就很难确定用哪一个作为假设正确的识别结果。在这种情况下，系统可以让用户首先对识别的第一候选进行确认；如果第一候选没有得到用户的确认，系统再提示用户对识别的第二候选进行确认，依此类推。另一种可供选择的模式是，系统将所有使它迷惑的识别候选者都罗列出来，并给每个候选结果一个标记序号，再让用户作出正确选择。这种模式里，系统虽然只是把它不能确定的识别结果转换为序号标记提供给用户进行选择，但我们要知道，经过系统识别以后，不确定度已经极大降低了。
（4）拒绝/转向人工座席
在识别结果出现两个或多个与输入语音指令匹配程度都很高的候选者，或者识别结果中的最佳者与输入语音指令匹配程度都很低而做不出可靠决定的情况下，系统就得推迟对输入语音指令作出决定。我们可以把所有输入到系统的语音指令用数字格式记录下来，系统对其中通常较易导致系统识别错误的极少部分语音指令拒绝做出识别决定，而是将其转给人工座席。由人工座席根据听辨语音指令的数字录音做出最后决定。这样可以降低系统的识别错误率。
通过全部或部分利用以上所讨论的这些技术，语音识别系统的<
（欲转载本网站新闻，请注明新闻来源于本网站，谢谢合作。）