解放雙手！科大訊飛推出輕量級智能語音識別系統(tǒng)
2008/07/23
隨著手機、MP3/MP4、導(dǎo)航儀等嵌入式設(shè)備體積越來越小，鍵盤手動操作變得越來越不方便，特別是走路、駕車時更是無法完成，應(yīng)用智能語音識別系統(tǒng)，上述問題就可迎刃而解�？拼笥嶏w最新推出的輕量級智能語音識別系統(tǒng)Aitalk2.0，能夠方便的應(yīng)用在嵌入式設(shè)備上，讓用戶解放雙手，通過語音命令操作設(shè)備、檢索信息。
Aitalk2.0是一個非特定人命令詞語音識別引擎，可為第三方提供開發(fā)接口，提供語音識別功能。針對嵌入式系統(tǒng)資源受限的特點，Aitalk2.0對搜索算法作了針對性改進，在資源占用、可移植性等方面取得了突破性進展，在提高識別速度的同時，保持了良好的識別率。語音識別功能利用系統(tǒng)本身的運算、存儲資源，以軟件模塊方式實現(xiàn)，客戶在此基礎(chǔ)上開發(fā)各種具體的應(yīng)用，不增加額外的硬件成本。同時，該系統(tǒng)還針對主要應(yīng)用領(lǐng)域作了更細(xì)致的優(yōu)化，使應(yīng)用效果進一步提高，如手機上語音撥號、語音操控、語音查找，導(dǎo)航儀語音設(shè)置目的地，電子詞典、MP3的語音搜索等功能。
全面完善的功能特性
Aitalk2.0 支持中文、英文單詞、英文句子的識別；同時，也支持中英文混合詞條或者句子的識別。如，歌曲名“yesterday
once more”、“my heart will go on”，人名“Tony黃”、“張David”等，Aitalk2.0
均能準(zhǔn)確處理和識別出此類詞條。
Aitalk2.0的識別詞條可以以文本形式動態(tài)添加。如手機中的聯(lián)系人名、MP3播放器中的歌曲名稱等，都可以添加到引擎的識別集中，識別引擎可對加入到識別集中的所有詞條進行識別，無需用戶進行錄音訓(xùn)練。
針對用戶實際的使用場景，如聯(lián)系人名的增刪，歌曲的更新等操作，Aitalk2.0 支持識別詞條的動態(tài)更新，只需要應(yīng)用程序?qū)⒏潞蟮淖R別詞條加入或替換識別集合即可進行識別。
?
Aitalk2.0 可準(zhǔn)確處理和識別出含有數(shù)字及符號的識別詞條。
類似的歌曲名稱，如“2002年的第一場雪”（讀作“二零零二年的第一場雪”），戀曲1990（讀作“戀曲一九九零”），以及“20%”、“3/4”等都可以被引擎接受并識別。
Aitalk2.0 的識別靈敏度可以進行設(shè)置，滿足不同場景下的需求。
靈敏度設(shè)置較高級別，則識別引擎的識別標(biāo)準(zhǔn)較寬松，適合在安靜的環(huán)境下使用；
靈敏度設(shè)置為一般，適用于辦公環(huán)境。
靈敏度設(shè)置較低級別，引擎的識別標(biāo)準(zhǔn)較嚴(yán)格，適合在嘈雜的環(huán)境中使用。
Aitalk2.0采用先進的語音端點檢測算法，能在復(fù)雜的應(yīng)用環(huán)境中，準(zhǔn)確地檢測出語音信號的開始及結(jié)束，在檢測到語音信號結(jié)束后自動給出識別結(jié)果。
用戶在使用語音識別功能時，往往需要在規(guī)定的時間內(nèi)進行語音輸入。傳統(tǒng)的識別引擎需要用戶在開發(fā)時針對不同的應(yīng)用場景設(shè)定允許識別的時間，Aitalk2.0
內(nèi)置了識別的時間控制，內(nèi)置的時間控制能夠很好的適應(yīng)用戶的使用習(xí)慣，且能有效的減少第三方的開發(fā)工作量。另外，用戶還可以自定義識別時間的長短。
CTI論壇編輯
相關(guān)鏈接: