语音识别的架构
语音识别的架构
语音识别系统语音识别系统是一个先编码后解码的过程，主要包括语音信号的采样和预处理部分、特征参数提取部分、语音识别核心部分以及语音识别后处理部分。
可以看下方的架构图。
Speech，原始语音信号
Feature Extraction，特征抽取，由原始的语音得到语音向量。
Acoustic Model、Language Model、Pronunciation Dictionary，使用声学模型和、字典、语言模型对语音向量进行解码。
特征提取、模型和搜索算法三部分构成了一个语音识别系统。也可以看这个图。
从AI的架构来理解，就是：
基础层：语音信号的采集、降噪等预处理
技术层：语音的特征提取、声学模型训练、解码搜索、语言模型训练
应用层：识别结果输出