语音识别 - 历史发展

---

语音识别技术的发展历史主要包括三个阶段：

• 模板匹配 DTW
• 统计模型 GMM-HMM
• 深度学习 DNN-HMM, E2E

---

一、模板匹配

20世纪60年代

• 1964年， Martin 提出了一种 时间归一化 的方法，来解决语音时长不一致的问题。
  这个方法可以有效检测语音的端点，降低 语音时长 对 识别结果 的影响。
• 1966 年，卡耐基梅隆大学的 Reddy 使用 动态跟踪音素 的方法，进行了 连续语音识别。 这个具有开创性。
• 1969年，前苏联科学家 Vintsyuk 首次提出，将 动态规划算法 用于对语音信号的 时间规整。

这十年语音识别理论取得明显进步，这三项工作为后面几十年的AST发展奠定了坚实基础。但距离真正可靠的ASR目标还十分遥远。

---

20世纪70年代

• 1970年，前苏联的 Velichko 和 Zagoruyko 将 模式识别 引入 ASR
• 同年，Itakura 提出 线性预测编码（LPC）技术，并用于 ASR
• 1978年，日本人 Sakoe 和 Chiba 在 Vintsyuk 基础上，成功的使用动态规划算法&