语音识别中声学模型研究综述

来源：计算机技术与发展杂志2020年第03期北京时间：

作者：叶硕;褚钰;王祎;李田港

摘要：智能语音技术包含语音识别、自然语言处理、语音合成三个方面的内容,其中语音识别是实现人机交互的关键技术,识别系统通常需要建立声学模型和语言模型。 神经网络的兴起使声学模型数量急剧增加,基于神经网络的声学模型 与传统识别模型相结合的方式,极大地推动了语音识别的发展。 语音识别作为人机交互的前端,具有许多研究方向,文中着重对语音识别任务中的文本识别、说话人识别、情绪识别三个方向的声学模型研究现状进行归纳总结,尽可能对语音识 别技术的演化进行细致介绍,为以后的相关研究提供有价值的参考。 同时对目前语音识别的主流方法进行概括比较,介绍了端到端的语音识别模型的优势,并对发展趋势进行分析展望,最后提出当前语音识别任务中面临的挑战。

关键词：语音识别;声学模型;神经网络;深度学习