隨著物聯(lián)網(wǎng)的發(fā)展，對家庭電器的控制將會有更多的發(fā)展，而語音作為一種自然簡單的方法將是一種有效便捷的控制方式。如果可以把語音控制與安全控制結(jié)合起來，系統(tǒng)就變得更自然直接更人性化了。語音識別技術(shù)就是讓機器通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高新技術(shù)。語音識別技術(shù)主要包括特征提取技術(shù)、模式匹配準(zhǔn)則及模型訓(xùn)練技術(shù)三個方面。語音識別目前主要應(yīng)用在車聯(lián)網(wǎng)、智能翻譯、智能家居、自動駕駛方面。

語言作為人類交流的基本方式，在幾千年的歷史長河中不斷傳承。近年來，隨著語音識別技術(shù)的不斷成熟，它在我們的生活中得到了廣泛的應(yīng)用，成為通過自然語言進行人機交互的重要方式之一。語音識別技術(shù)如何讓機器“理解”人類語言?隨著計算機技術(shù)的快速發(fā)展，人們對機器的依賴已經(jīng)達到了一個非常高的水平。語音識別技術(shù)使人和機器通過自然語言進行交互成為可能。通過語音識別控制房間照明、空調(diào)溫度和電視相關(guān)操作是很常見的。根據(jù)識別對象的不同，語音識別任務(wù)大致可以分為三類，即孤立詞識別、關(guān)鍵詞識別(或關(guān)鍵詞檢測)和連續(xù)語音識別。其中，孤立詞識別的任務(wù)是識別先前已知的孤立詞，如“開放”和“封閉”。連續(xù)語音識別的任務(wù)是識別任何連續(xù)的語音，如句子或段落。連續(xù)語音流中的關(guān)鍵詞檢測針對的是連續(xù)語音，但它并不識別所有的文本，只檢測一些已知關(guān)鍵詞出現(xiàn)的位置。

就是說，如果電腦配置有“語音辨識”的程序組，那么當(dāng)你的聲音通過一個轉(zhuǎn)換裝置輸入電腦內(nèi)部、并以數(shù)位方式儲存后，語音辨識程序便開始以你輸入的聲音樣本與事先儲存好的聲音樣本進行對比工作。聲音對比工作完成之后，電腦就會輸入一個它認為最“象”的聲音樣本序號，就可以知道你剛才念的聲音是什么意義，進而執(zhí)行此命令。說起來簡單，但要真正建立辨識率高的語音辨識程序組，卻是非常困難而專業(yè)的，世界各地的學(xué)者們也還在努力研究最好的方式。專家學(xué)者們研究出許多破解這個問題的方法，如傅立葉轉(zhuǎn)換、倒頻譜參數(shù)等，使目前的語音辨識系統(tǒng)已達到一個可接受的程度，并且辨識度愈來愈高。

語音識別技術(shù)的應(yīng)用可以分為兩個發(fā)展方向：一個方向是大詞匯量連續(xù)語音識別系統(tǒng)，主要應(yīng)用于計算機的聽寫機，以及與電話網(wǎng)或者互聯(lián)網(wǎng)相結(jié)合的語音信息查詢服務(wù)系統(tǒng)，這些系統(tǒng)都是在計算機平臺上實現(xiàn)的;另外一個重要的發(fā)展方向是小型化、便攜式語音產(chǎn)品的應(yīng)用，如無線手機上的撥號、汽車設(shè)備的語音控制、智能玩具、家電遙控等方面的應(yīng)用，這些應(yīng)用系統(tǒng)大都使用專門的硬件系統(tǒng)實現(xiàn)，特別是近幾年來迅速發(fā)展的語音信號處理專用芯片(ApplicaTIon Specific Integrated Circuit，ASIC)和語音識別片上系統(tǒng)(System on Chip，SOC)的出現(xiàn)。

總體而言，在人工智能時代下，智能語音技術(shù)的發(fā)展已是大勢所趨，種種產(chǎn)業(yè)掣肘雖不可避免，但可通過技術(shù)進步、資金支持、政策鼓勵以及整個大時代的發(fā)展去化解。因此，語音技術(shù)的未來或許不是坦途，但依然光明。語音識別應(yīng)用廣泛。常見的應(yīng)用系統(tǒng)包括:語音輸入系統(tǒng)，比鍵盤輸入更符合人們的日常習(xí)慣，也更自然;語音控制系統(tǒng)，即使用語音識別控制設(shè)備比手動控制更快更方便，可應(yīng)用于工業(yè)控制、語音撥號系統(tǒng)、智能家電、聲控智能玩具等諸多領(lǐng)域。語音識別技術(shù)的另一方面應(yīng)用便是語音輸入和合成語音輸出。現(xiàn)在,已經(jīng)出現(xiàn)能將口述的文稿輸入計算機并按指定格式編排的語音軟件,它比通過鍵盤輸入在速度上要提高2～4倍。裝有語音軟件的電腦還能通過語音合成把計算機里的文件用各種語言“讀”出來,這將大大推進遠程通信和網(wǎng)絡(luò)電話的發(fā)展。