语音识别技术的原理
语音芯片根据集成电路类型来分,凡是与声音有关系的集成电路被统称为语音芯片(又称语音IC,这里应该叫成Voice IC),但是在语音芯片的大类型中,又被分为语音IC(这里应该叫成Speech IC),音乐IC(这里应该叫成Music IC)两种.（a）现在市场上常见语音芯片分类：短时间芯片有10秒，20秒，40秒，80秒,170秒的芯片，常用的模块有：6分钟，8分钟，16分钟，1小时的等。通用的芯片有：3秒到340秒。(b)现在市场上常见音乐芯片分类：单音片：是一种很基本的音乐IC,是音乐单通道的,同一时间音符输出的多少,决定了单音片的成效,有70多,100多音符等等.音乐通道：2通道、3通道、4通道、8通道、12通道等更多，控制方式：按键控制，一线串口控制，二线串口控制，三线串口控制，并口控制，单片机控制，等等 。(c)现行的语音芯片主要是在广州和深圳两地研发并且生产，主要的语音芯片大概分20秒、40秒、80秒、170秒等等，与传统的芯片相比，这些ic多数采用的是8脚封装，使操作变得更加简单了。
深圳唯创知音电子有限公司,于1999年创立,公司专注于音乐芯片,语音模块,声音IC,录音芯片,语音识别芯片,语音识别模块等产品的研发和生产；语音芯片线主要包括OTP语音芯片、可重复烧写语音芯片、远程下载系列、录音系列、MP3系列、语音模块、语音识别系列，知名品牌有WT588F、WT2605、WT2000H、WT2003、WT588E、WTK6900等系列产品，提供语音个性化定制方案,拥有软硬件实力,WT为我司自有品牌,目前我司已服务于超过5000家国内外知名企业.想了解更多相关信息，可以咨询深圳唯创知音电子有限公司，谢谢！
语音识别系统提示客户在新的场合使用新的口令密码，这样使用者不需要记住固定的口令，系统也不会被录音欺骗。文本相关的声音识别方法可以分为动态时间伸缩或隐马尔可夫模型方法。文本无关声音识别已经被研究很长时间了，不一致环境造成的性能下降是应用中的一个很大的障碍。
其工作原理：
动态时间伸缩方法使用瞬间的、变动倒频。1963年Bogert et al出版了《回声的时序倒频分析》。通过交换字母顺序，他们用一个含义广泛的词汇定义了一个新的信号处理技术，倒频谱的计算通常使用快速傅立叶变换。
从1975年起，隐马尔可夫模型变得很流行。运用隐马尔可夫模型的方法，频谱特征的统计变差得以测量。文本无关语音识别方法的例子有平均频谱法、矢量量化法和多变量自回归法。
平均频谱法使用有利的倒频距离，语音频谱中的音位影响被平均频谱去除。使用矢量量化法，语者的一套短期训练的特征向量可以直接用来描绘语者的本质特征。但是，当训练向量的数量很大时，这种直接的描绘是不切实际的，因为存储和计算的量变得离奇的大。所以尝试用矢量量化法去寻找有效的方法来压缩训练数据。Montacie et al在倒频向量的时序中应用多变量自回归模式来确定语者特征，取得了很好的效果。
想骗过语音识别系统要有高质量的录音机，那不是很容易买到的。一般的录音机不能记录声音的完整频谱，录音系统的质量损失也必须是非常低的。对于大多数的语音识别系统，模仿的声音都不会成功。用语音识别来辨认身份是非常复杂的，所以语音识别系统会结合个人身份号码识别或芯片卡。
语音识别系统得益于廉价的硬件设备，大多数的计算机都有声卡和麦克风，也很容易使用。但语音识别还是有一些缺点的。语音随时间而变化，所以必须使用生物识别模板。语音也会由于伤风、嗓音沙哑、情绪压力或是青春期而变化。语音识别系统比指纹识别系统有着较高的误识率，因为人们的声音不像指纹那样独特和唯一。对快速傅立叶变换计算来说，系统需要协同处理器和比指纹系统更多的效能。目前语音识别系统不适合移动应用或以电池为电源的系统。
苏州千视通视觉科技股份有限公司_
2024-11-04 广告
