Nuance語(yǔ)音識(shí)別技術(shù)及解決方案

　　1.語(yǔ)音識(shí)別概述

　　語(yǔ)音識(shí)別技術(shù)，Automatic Speech Recognition，簡(jiǎn)稱ASR，是一種讓機(jī)器聽(tīng)懂人類語(yǔ)言的技術(shù)。語(yǔ)言是人類進(jìn)行信息交流的最主要、最長(zhǎng)用、最直接的方式。語(yǔ)音識(shí)別技術(shù)是實(shí)現(xiàn)人機(jī)對(duì)話的一項(xiàng)重大突破，在國(guó)外近年來(lái)發(fā)展十分迅速，其應(yīng)用也逐步得到推廣。近幾年逐漸普及的IVR（自動(dòng)電話應(yīng)答）處理了不少簡(jiǎn)單而又重復(fù)的咨詢工作，節(jié)省了不少人力，但這種按鍵式的語(yǔ)音自動(dòng)應(yīng)答卻讓客戶花費(fèi)很多時(shí)間按指引來(lái)完成簡(jiǎn)單的查詢，令用戶倍感不便。

　　語(yǔ)音識(shí)別無(wú)疑可以解決該方面的問(wèn)題。語(yǔ)音識(shí)別系統(tǒng)的開(kāi)發(fā)成功，充分發(fā)揮了計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的優(yōu)勢(shì)，采用先進(jìn)的人機(jī)對(duì)話方式，擺脫電話按鍵的束縛，人們只要象平常一樣對(duì)著電話簡(jiǎn)單的說(shuō)出所需服務(wù)項(xiàng)目，即可輕松獲取自動(dòng)系統(tǒng)提供的所需信息。

語(yǔ)音識(shí)別系統(tǒng)結(jié)構(gòu)

　　2.語(yǔ)音識(shí)別應(yīng)用

　　Nuance公司是自然語(yǔ)音接口軟件的佼佼者。使用自然語(yǔ)音接口軟件，人們可以通過(guò)電話方便安全地獲取信息、服務(wù)并進(jìn)行交易。每天，千千萬(wàn)萬(wàn)的人通過(guò)撥打運(yùn)行Nuance公司語(yǔ)音識(shí)別、語(yǔ)言理解和聲紋鑒別軟件的電話，進(jìn)行出游預(yù)訂、股票交易、與其它通訊媒體、企業(yè)和互聯(lián)網(wǎng)系統(tǒng)進(jìn)行交往等活動(dòng)。NUANCE的應(yīng)用：美國(guó)航空、Bell Atlantic、Charles Schwab、家庭購(gòu)物網(wǎng)絡(luò)、Lloyds TSB、Sears、UPS 。

　　3.NUANCE語(yǔ)音識(shí)別特點(diǎn)

　　（1）海量詞匯、獨(dú)立于講話者的健壯識(shí)別功能

　　Nuance系統(tǒng)能可靠地對(duì)多種語(yǔ)言進(jìn)行大詞匯量的識(shí)別，并可提供識(shí)別結(jié)果的置信度。該系統(tǒng)對(duì)商業(yè)上使用的大量詞匯提供最準(zhǔn)確的語(yǔ)音識(shí)別技術(shù)。利用Nuance系統(tǒng)開(kāi)發(fā)的應(yīng)用程序，在市場(chǎng)上具有最高的準(zhǔn)確率。生產(chǎn)中的應(yīng)用程序經(jīng)測(cè)試，準(zhǔn)確性超過(guò)96%。

　?。?）基于主機(jī)的客戶/服務(wù)機(jī)結(jié)構(gòu)

　　Nuance系統(tǒng)基于開(kāi)放式客戶/服務(wù)機(jī)結(jié)構(gòu)，特別為大型應(yīng)用程序所需的健壯性和可伸縮性而設(shè)計(jì)。呼叫者的講話由客戶端收集，而識(shí)別和鑒別處理的負(fù)載被平均分配到網(wǎng)絡(luò)上的多個(gè)分開(kāi)的服務(wù)器上。

　?。?）N-Best處理

　　對(duì)于有些應(yīng)用程序，可能需要識(shí)別引擎產(chǎn)生可能的識(shí)別結(jié)果集，而不是一個(gè)最好的結(jié)果。Nuance系統(tǒng)的N-best識(shí)別處理方法便有這個(gè)功能，它提供了可能的識(shí)別結(jié)果列表，并按可能性從高到低排列。

　　（4）語(yǔ)法概率

　　Nuance系統(tǒng)允許對(duì)呼叫者所講的特定詞語(yǔ)或短語(yǔ)的在語(yǔ)法中的概率進(jìn)行指定。當(dāng)被講的詞語(yǔ)或短語(yǔ)的概率可根據(jù)實(shí)際使用進(jìn)行估計(jì)時(shí)，非常有用。對(duì)語(yǔ)法增加概率可提高識(shí)別的準(zhǔn)確率和速度。

　　（5）降低噪音

　　當(dāng)進(jìn)來(lái)的呼叫包含穩(wěn)定的背景噪音時(shí)，Nuance系統(tǒng)通過(guò)一種機(jī)制，使識(shí)別服務(wù)器更準(zhǔn)確地進(jìn)行識(shí)別。識(shí)別服務(wù)器將進(jìn)來(lái)的話語(yǔ)進(jìn)行增強(qiáng)，以有效地將語(yǔ)氣、嗡嗡聲、哼叫聲、噓噓聲等噪聲過(guò)濾。如果相當(dāng)數(shù)量的電話均含有穩(wěn)定的背景噪聲，比如在汽車上免提打電話時(shí)，這個(gè)機(jī)制效果較理想。

　　4.基于識(shí)別的應(yīng)用

　　語(yǔ)音短信本身業(yè)務(wù)、公司電話簿、個(gè)人電話簿、智能點(diǎn)歌、股票查詢和交易、智能信息點(diǎn)播、列車時(shí)刻查詢

　?。?）基于語(yǔ)音識(shí)別的公司電話簿

　　公司電話薄應(yīng)用描述

　　系統(tǒng)能支持多個(gè)接入號(hào)碼，虛擬多個(gè)公司的總機(jī)。并依靠語(yǔ)音識(shí)別技術(shù)，智能轉(zhuǎn)接到相應(yīng)的用戶。

　　流程

　　用戶撥打接入碼，系統(tǒng)根據(jù)接入碼找到相應(yīng)的公司數(shù)據(jù)庫(kù)，同時(shí)提醒用戶說(shuō)出相應(yīng)的用戶，系統(tǒng)依據(jù)相應(yīng)的用戶查詢數(shù)據(jù)庫(kù)，并得到該用戶的號(hào)碼，并通知交換機(jī)將該號(hào)碼接通。

　　公司電話簿特點(diǎn)

　　?系統(tǒng)支持電話接入方式

　　用戶可通過(guò)電話修改個(gè)人密碼，個(gè)人上班電話和非上班電話

　　?系統(tǒng)支持WEB接入方式

　　? 系統(tǒng)管理員可修改所有信息

　　? 各公司管理員可增加，刪除，修改本公司的電話信息

　?。?）基于語(yǔ)音識(shí)別的點(diǎn)歌功能

　　功能描述

　　用戶接入系統(tǒng)，提示用戶說(shuō)出歌名，并依靠語(yǔ)音識(shí)別技術(shù)，查找到該歌名，并播放給用戶。

　　應(yīng)用流程

　　用戶撥打接入碼，提示用戶說(shuō)出歌名或歌手名，并依靠語(yǔ)音識(shí)別技術(shù)，查找到該歌名或歌手名，若為歌名查詢數(shù)據(jù)庫(kù)，得到該歌存儲(chǔ)的路徑，并播放給用戶，若為歌手名，則讀出該歌手的專輯，并提醒用戶選擇，用戶選擇后，讀出該專輯的歌名，并提醒用戶選擇，用戶選擇后，給用戶播放該歌曲。