語音識別技術的研究方向

要做好噪聲環境下的語音識別，難點在於如何從人聲中分離噪聲。傳統的音頻識別需要手動設計模塊，依賴隱馬爾可夫模型，往往需要大量的人力和經驗來調整模型噪聲和語音變異。未來的主要研究方向是用深度學習代替隱馬爾可夫模型，比如基於遞歸神經網絡的深度神經網絡(DNN)進行聲學建模，使得語音識別系統更加簡單。日立聲稱，它開發了壹種新技術，利用對話音量變化小於噪音的特性，將噪音從語音中分離出來。