国家级高新技术企业 中华人民共和国公共安全行业标准制定单位
双软认证企业 领先的系统整体解决方案提供商
自然语言语音识别引擎CV2400
  • 文章作者:佚名    点击量:    更新时间:2015年04月08日

     常见的语音识别方法有动态时间归整技术(DTW)、矢量量化技术(VQ)、隐马尔可夫模型(HMM)、基于段长分布的非齐次隐马尔可夫模型(DDBHMM)和人工神经元网络(ANN)。DTW是较早的一种模式匹配和模型训练技术,它应用动态规划的思想成功解决了语音信号特征参数序列比较时时长不等的难题,在孤立词语音识别中获得了良好性能。虽然HMM模型和ANN在连续语音大词汇量语音识别系统优于DTW,但由于DTW算法计算量较少、无需前期的长期训练。在结合自然语言语义理解系统之后,DTW将发挥超出其他语音识别方法的更轻量化、更准确的优点。因为自然语言语义理解可以提供说话者的身份、环境、场景、上下文、行为习惯和行为预测,这种条件下,使用DTW将是最合理的识别模式。

    万赛的自然语言语音识别引擎CV2400,可在局域网环境内(无需互联网带宽)结合自然语言语义理解系统提供超高准确率的,面向专业技术领域的语音识别。并且随着自然语言语义理解系统的自学习成长,可不断自行更新专业领域语音识别能力,实现与用户同步成长的智慧型自然语言语音识别。

分享到: