為什么現(xiàn)在人工智能這么火，語音輸入還是這么弱智
語音輸入是根據(jù)操作者的講話，電腦識別成漢字的輸入方法(又稱聲控輸入)。它是用與主機相連的話筒讀出漢字的語音，利用語音識別系統(tǒng)分析辯識漢字或詞組，把識別后的漢字顯示在編輯區(qū)中，再通過“發(fā)送”功能將編輯區(qū)的文字傳到其他文檔的編輯中。
語音識別技術(shù)的原理是將人的話音轉(zhuǎn)換成聲音信號，經(jīng)過特殊處理，與計算機中已存儲的已有聲音信號進行比較，然后反饋出識別的結(jié)果。其關(guān)鍵在于將人的話音轉(zhuǎn)換成聲音信號的準確性，以及與原有聲音信號比較時的智能化程度。語音識別技術(shù)是人工智能的有機組成部分。
這種輸入法的好處是不再用手去輸入，把雙手解放出來，只要會讀出漢字的讀音即可，但是受每個人漢字發(fā)音的限制，不可能都滿足語音識別軟件的要求，因此在實際應(yīng)用中錯誤率較鍵盤輸入高。特別是一些專業(yè)技術(shù)方面的語言，識別系統(tǒng)幾乎不能確認，錯誤率較高。
目前，主流的大詞匯量語音識別系統(tǒng)多采用統(tǒng)計模式識別技術(shù)。典型的基于統(tǒng)計模式識別方法的 語音識別系統(tǒng)由以下幾個基本模塊所構(gòu)成
信號處理及特征提取模塊。該模塊的主要任務(wù)是從輸入信號中提取特征，供聲學(xué)模型處理。同時，它一般也包括了一些信號處理技術(shù)，以盡可能降低環(huán)境噪聲、信道、說話人等因素對特征造成的影響。 統(tǒng)計聲學(xué)模型。典型系統(tǒng)多采用基于一階隱馬爾科夫模型進行建模。 發(fā)音詞典。發(fā)音詞典包含系統(tǒng)所能處理的詞匯集及其發(fā)音。發(fā)音詞典實際提供了聲學(xué)模型建模單元與語言模型建模單元間的映射。 語言模型。語言模型對系統(tǒng)所針對的語言進行建模。理論上，包括正則語言，上下文無關(guān)文法在內(nèi)的各種語言模型都可以作為語言模型，但目前各種系統(tǒng)普遍采用的還是基于統(tǒng)計的N元文法及其變體。 解碼器。解碼器是語音識別系統(tǒng)的核心之一，其任務(wù)是對輸入的信號，根據(jù)聲學(xué)、語言模型及詞典，尋找能夠以最大概率輸出該信號的詞串。 從數(shù)學(xué)角度可以更加清楚的了解上述模塊之間的關(guān)系。首先，統(tǒng)計語音識別的最基本問題是，給定輸入信號或特征序列，符號集(詞典)，求解符號串使得：
W = argmaxP(W | O) 通過貝葉斯公式，上式可以改寫為
由于對于確定的輸入串O，P(O)是確定的，因此省略它并不會影響上式的最終結(jié)果，因此，一般來說語音識別所討論的問題可以用下面的公式來表示，可以將它稱為語音識別的基本公式。 W = argmaxP(O | W)P(W)
從這個角度來看，信號處理模塊提供了對輸入信號的預(yù)處理，也就是說，提供了從采集的語音信號(記為S)到 特征序列O的映射。而聲學(xué)模型本身定義了一些更具推廣性的聲學(xué)建模單元，并且提供了在給定輸入特征下，估計P(O | uk)的方法。
為了將聲學(xué)模型建模單元串映射到符號集，就需要發(fā)音詞典發(fā)揮作用。它實際上定義了映射的映射。為了表示方便，也可以定義一個由到U的全集的笛卡爾積，而發(fā)音詞典則是這個笛卡爾積的一個子集。并且有：
最后，語言模型則提供了P(W)。這樣，基本公式就可以更加具體的寫成：
對于解碼器來說，就是要在由,,ui以及時間標(biāo)度t張成的搜索空間中，找到上式所指明的W。
語音識別是一門交叉學(xué)科，語音識別正逐步成為信息技術(shù)中人機接口的關(guān)鍵技術(shù)，語音識別技術(shù)與語音合成技術(shù)結(jié)合使人們能夠甩掉鍵盤，通過語音命令進行操作。語音技術(shù)的應(yīng)用已經(jīng)成為一個具有競爭性的新興高技術(shù)產(chǎn)業(yè)。
與機器進行語音交流，讓機器明白你說什么，這是人們長期以來夢寐以求的事情。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)的文本或命令的高技術(shù)。語音識別是一門交叉學(xué)科。近二十年來，語音識別技術(shù)取得顯著進步，開始從實驗室走向市場。人們預(yù)計，未來10年內(nèi)，語音識別技術(shù)將進入工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費電子產(chǎn)品等各個領(lǐng)域。語音識別聽寫機在一些領(lǐng)域的應(yīng)用被美國新聞界評為1997年計算機發(fā)展十件大事之一。很多專家都認為語音識別技術(shù)是2000年至2010年間信息技術(shù)領(lǐng)域十大重要的科技發(fā)展技術(shù)之一。
人工智能專業(yè)前景如何?