（文章來(lái)源：鈦媒體）

目前，語(yǔ)音識(shí)別研究工作進(jìn)展緩慢，困難具體表現(xiàn)在：

（1）輸入無(wú)法標(biāo)準(zhǔn)統(tǒng)一，比如各地方言的差異，每個(gè)人獨(dú)有的發(fā)音習(xí)慣等，如下圖所示，口腔中元音隨著舌頭部位的不同可以發(fā)出多種音調(diào)，如果組合變化多端的輔音，可以產(chǎn)生大量的、相似的發(fā)音，這對(duì)語(yǔ)音識(shí)別提出了挑戰(zhàn)。除去口音參差不齊，輸入設(shè)備不統(tǒng)一也導(dǎo)致了語(yǔ)音輸入的不標(biāo)準(zhǔn)。

（2）噪聲的困擾，噪聲環(huán)境的各類(lèi)聲源處理是目前公認(rèn)的技術(shù)難題，機(jī)器無(wú)法從各層次的背景噪音中分辨出人聲，而且，背景噪聲千差萬(wàn)別，訓(xùn)練的情況也不能完全匹配真實(shí)環(huán)境。因而，語(yǔ)音識(shí)別在噪聲中比在安靜的環(huán)境下要難得多。

目前主流的技術(shù)思路是，通過(guò)算法提升降低誤差。首先，在收集的原始語(yǔ)音中，提取抗噪性較高的語(yǔ)音特征。然后，在模型訓(xùn)練的時(shí)候，結(jié)合噪聲處理算法訓(xùn)練語(yǔ)音模型，使模型在噪聲環(huán)境里的魯棒性較高。最后，在語(yǔ)音解碼的過(guò)程中進(jìn)行多重選擇，從而提高語(yǔ)音識(shí)別在噪聲環(huán)境中的準(zhǔn)確率。完全消除噪聲的干擾，目前而言，還停留在理論層面。

（3）模型的有效性，識(shí)別系統(tǒng)中的語(yǔ)言模型、詞法模型在大詞匯量、連續(xù)語(yǔ)音識(shí)別中還不能完全正確的發(fā)揮作用，需要有效地結(jié)合語(yǔ)言學(xué)、心理學(xué)及生理學(xué)等其他學(xué)科的知識(shí)。并且，語(yǔ)音識(shí)別系統(tǒng)從實(shí)驗(yàn)室演示系統(tǒng)向商品的轉(zhuǎn)化過(guò)程中還有許多具體細(xì)節(jié)技術(shù)問(wèn)題需要解決。

許多用戶(hù)已經(jīng)能享受到語(yǔ)音識(shí)別技術(shù)帶來(lái)的方便，比如智能手機(jī)的語(yǔ)音操作等。但是，這與實(shí)現(xiàn)真正的人機(jī)交流還有相當(dāng)遙遠(yuǎn)的距離。目前，計(jì)算機(jī)對(duì)用戶(hù)語(yǔ)音的識(shí)別程度不高，人機(jī)交互上還存在一定的問(wèn)題，智能語(yǔ)音識(shí)別系統(tǒng)技術(shù)還有很長(zhǎng)的一段路要走，必須取得突破性的進(jìn)展，才能做到更好的商業(yè)應(yīng)用，這也是未來(lái)語(yǔ)音識(shí)別技術(shù)的發(fā)展方向。

在語(yǔ)音識(shí)別的商業(yè)化落地中，需要內(nèi)容、算法等各個(gè)方面的協(xié)同支撐，但是良好的用戶(hù)體驗(yàn)是商業(yè)應(yīng)用的第一要素，而識(shí)別算法是提升用戶(hù)體驗(yàn)的核心因素。目前語(yǔ)音識(shí)別在智能家居、智能車(chē)載、智能客服機(jī)器人方面有廣泛的應(yīng)用，未來(lái)將會(huì)深入到學(xué)習(xí)、生活、工作的各個(gè)環(huán)節(jié)。許多科幻片中的場(chǎng)景正在逐步走入我們的平常生活。