語音識別技術發展對推廣普通話的意義

郭晶晶

摘 要：在人工智能和語言智能化發展的大趨勢下，語音識別技術得到了廣泛的應用，對人們生活所帶來了前所未有的便利。論文通過分析語音識別技術在當今社會中的應用領域，指出只有學好普通話才能享受科技發展帶來的生活便利。因此，有必要進一步推廣和普及普通話教育。

關鍵詞：語音識別;語言智能化;普通話

中圖分類號：H102 文獻標識碼：A 文章編號：2096-3866（2020）18-0179-02

語言是人類思維的工具，是重要的信息載體，是人類相互交流最有效的通信形式 [1]。普通話作為現代中國人的共同語言，在中國社會的現代化和智能化發展中起著不可忽視的作用。近年來，隨著人工智能技術的快速發展，語言智能化已廣泛應用到了日常生活、社會生產、交通運輸以及軍事領域中，極大地改變著人們的社會生活和交通出行方式。為了讓人們充分享受到科技發展所帶來的便利，在人工智能和語言智能化的發展大趨勢下，有必要進一步推廣和普及普通話教育。

所謂語言智能化，是指運用計算機信息技術模仿人類智能、分析和處理人類語言的過程，它是人工智能的核心部分以及人機交互認知的重要基礎[2]。語言智能化主要包括機器翻譯技術、語音識別技術、語言理解技術、語言交互技術等。其中，語音是語言的聲學表現，語音識別技術（ASR）是語言智能化的核心技術，它能夠將人的聲音信號轉化為文字或者指令，并按照人的意愿執行相應操作，從而提高人們的工作效率。

在當前社會中，作為語言智能化最核心體現的語音識別技術，已經在日常生活的方方面面得到應用，在智能家居領域、在汽車智能化領域，以及交通運輸領域等都發揮著極其重要的作用。它使人們對信息的獲取、處理更加快捷和方便，從而大幅提高人們的工作效率[3]。

一、語音識別技術在當今社會中已經廣泛應用

（一）在智能家居中的應用

語音識別技術作為語言智能化的主要體現，在智能家居領域得到了廣泛的應用。

在國外，世界三大IT巨頭（蘋果、谷歌、微軟）都開發了各自的智能語音識別產品。美國一家視聽公司就通過蘋果的Siri語音控制功能來控制家電產品，用戶可以通過語音來開啟燈光、調整燈光亮度、啟動家庭劇院、控制空調、切換影音頻道等，讓家庭自動化的功能往前邁進了一大步。

在國內，基于普通話的智能語音識別和交互技術近年來也快速發展[4]。海爾公司推出了一個空調的語音遙控器，用戶對著它說話，即可進行語音識別并對空調控制器發出指令，從而實現自動開關機、溫度調節、柵格清洗、工作模式更換等操作，非常方便用戶的操作。

智能語音識別技術還應用到了日常生活的許多方面，例如：家庭智能語音控制音箱-米“小愛”、智能語音控制洗碗機、智能語音控制坐便器等，都是通過普通話語音識別實現了設備操控和人機交互，極大地改變了人們的生活方式。

（二）在車載領域的應用及發展

汽車是現代文明的一個標志，是現代生活中不可缺少的重要組成部分。汽車的出現給人們的生活帶來的巨大變化，加快了人們社會生活的節奏和拓寬了生活半徑。人工智能技術的快速發展，智能語音識別技術也在汽車車載電話、導航、操控等方面得到廣泛應用[5]。

科大訊飛是國內比較有名氣的智能語音技術公司，已經實現包括普通話語音識別、語音合成和聲紋識別等全方位的智能語音服務。2017年底，該公司發布的汽車智能交互系統飛魚2.0在廣汽GS8型SUV汽車中得到使用，用戶可以通過語音識別技術實現對車輛前后門車窗的開閉、車內空調溫度的控制、以及車載地圖的導航等操作。百度公司開發的百度語音識別技術DuerOS 2.0，能夠實現車輛簡單控制和車載語音導航功能。北汽集團微型電動汽車LITE上就搭載了百度的DuerOS 2.0系統，用戶可直接通過普通話語音識別功能來控制車輛的啟動、天窗的開關、車內空調溫度的設定、以及前后車門的開關等。

（三）在軌道交通領域的應用

近年來，我國軌道交通發展迅速，中國的高鐵已經成為中國現代化的一個國家名片，極大地改變了人們遠距離出行方式，對我國的社會生活方式產生重大的影響。語音識別與交互技術將為軌道交通的發展注入新的動力，提升司機和乘客的娛樂性與舒適度。

中車株洲電力機車研究所有限公司已將語音識別技術在軌道交通車輛中進行了工程化應用，主要包括：1.司機的語音喚醒和操作服務，實現司機與列車控制器之間的語音交互，并在控制屏幕上將司機的語音中內容識別出來，從而替代傳統的鍵盤和觸摸屏操作，實現顯示器的全語音控制;2.乘客乘車過程中的語音娛樂服務，通過語音交互定位人的位置，實現影音娛樂裝置在噪聲干擾環境下向乘客定向播放的功能。

二、智能語音識別技術的不足

人們在享受語言智能化所帶來的生活便利的同時需要知道，當前的智能語音識別技術主要是針對普通話開發的，它在實際的使用過程中要求普通話發音必須標準，因此只有學好普通話才能夠更好的享受智慧科技生活。此外，語音識別技術的實現過程非常復雜，開發面向國內全部地方方言的語音識別系統是困難的，也是不現實的。

（一）智能語音識別的復雜過程

智能語音識別的基本流程包括：輸入語音的預處理、特征信號的提取、模式的匹配等幾個部分，流程見圖1。首先，對輸入的語音信號進行預處理操作，將聲音的模擬信號轉換成數字信號，并進行預濾波、采樣和量化、加窗、端點檢測、預加重等過程;其次，對輸入的語音信號進行分析，確定相關信號的頻譜特征，實現不同語音的特征提取;然后，將得到的語音信號特征，與前期建立的語音模型庫中的數據進行比較，通過某種搜索和匹配策略，以獲得與輸入語音信號相匹配最好的模式;最后，輸出計算機識別的結果，并執行相關的命令或者操作[2，5]。

在進行特征提取時，需注意以下幾點：1.特征信號要有代表性，能夠代表語音特征，且有一定辨識度;2.每階段特征信號之間要彼此相互獨立，不能相互包含;3.特征信號計算要方便，最好有比較高效的算法，能確保語音識別的速度。對特征信號進行處理時，需要提前建立好一個語音模型數據庫，以方便對輸入語音信號的相匹。常用的模型庫建立方法有以下幾種：動態時間規整法、隱馬爾可夫模型法和基于人工神經網絡識別法。因此，語音識別是一門非常復雜的技術，其涉及的學科面很廣，與聲學、語言學、信息理論、模式識別理論等學科都密切相關，開發一門語言的語音識別系統是比較困難的。

目前，國內語音識別技術根據模型庫建立方法的不同，可以分為基于時間規整的語音識別技術、基于隱馬爾科夫的語音識別技術以及基于人工神經網絡的語音識別技術。但不管哪種技術都主要針對普通話進行開發，即便如此也存在復雜環境中的語音識別率低的問題。

（二）智能語音識別率與普通話

在語音識別方面，國內的智能語音公司已經能夠達到97%的漢字識別率。比如，搜狗的語音識別支持最快400字每秒的聽寫，其準確率達到了97%;百度語音在安靜條件下的識別準確率達到了97%，隨著語音算法的不斷更新和數據的積累，其語音識別的錯誤率每年能夠下降20%到30%;科大訊飛的單音詞語的識別準確率也達到了97%，甚至在離線狀態下的識別準確率也可以達到95%。

上述識別率都是針對普通話進行的，如果普通話不標準，或者使用地方方言，則語音識別的準確性將大大下降。目前，國內做方言識別技術的公司不多，其中最大困難就在于國內的方言實在是太多了，每個方言都需要建立不同的識別模型，而且各個方言缺乏足夠多的語料，訓練不足，會導致識別準確性不高。國內科大訊飛公司的語音識別技術目前只能夠識別粵語和四川話，通過深度神經網絡等技術做出了一個方言語音識別引擎，通過征集足夠多的方言語音數據來訓練識別引擎，并經過大量的數據訓練來提升方言識別的準確性，盡管做了很多工作，在安靜環境下四川話的單個語音識別準確率也只能達到85%，在實際使用中，識別準確率達不到50%。

未來人工智能和語言智能化還將發展語義理解技術，這是更加復雜和高深的技術。語義理解技術是能夠讓機器地正確地理解人的需求和意圖，機器需要消除對談話內容的歧義，從而保證人機交互過程的準確和流暢。目前，這個技術的發展還依賴于大量數據的廣泛積累和算法模型的不斷發展。當數據量充足時，才能實現更加準確地語義理解的效果，從而實現長時間的人機語音交互。語義理解技術的發展有一個前提，就是用戶對普通話的準確掌握。

語言智能化正在逐步改變我們的生活方式，隨著智能語音的不斷發展，語音識別技術在未來生活中也會發揮更加重要的作用，因此，在人工智能和語言智能化的發展大趨勢下，有必要進一步推廣和普及普通話教育。

三、新技術條件下推廣普通話的重要意義

中國是一個有著五十六個民族的大家庭，普通話就是現代中國人進行信息交流的共同語言。盡管國內普通話已經推廣和普及了很多年，但目前國內不少地方還是存在著地區方言和各民族自己的語言。在人工智能和智能語音快速發展的時代，在計算機語言輸入和手機語言識別已經開始應用的當下，進一步推廣和普及普通話有著更深層次的重大意義。

語言的規范化、標準化是語言現代化的標志。普通話是以北方語音為標準音，以北方話為基礎，以典范的現代白話文著作為語法規范，其語言是準確的、精密的、文明的、合乎語法結構規律的。普通話中的無調音節有四百多個，帶調音節有一千三百多個。不管什么人念，不管在句子中的什么位置，各個音節之間語音信號的差別總是存在的，語音信號的頻譜同樣也存在差別。因此，在進行智能語音識別的時候，其頻譜類的特征參數提取相對容易一些，各參數之間能夠彼此相互獨立、參數計算也比較方便，其語音識別的準確率相對較高。

無論從何種意義上說，為了享受科技發展帶來的便利，進一步推廣普通話勢在必行。

參考文獻：

[1]張少慧.論推廣普通話教育的意義[J].中山大學學報論叢，2006（8）：78-81.

[2]郝歐亞，吳璇，劉榮凱.智能語音識別技術的發展現狀與應用前景[J].電聲技術，2020，44（3）：24-26.

[3]于曉明.語音識別技術的發展及應用[J].計算機時代，2019（11）：28-31.

[4]陳穎，汪功明，楊磊，辛禮兵.語音識別技術在智能家居的應用技術淺析[J].科學技術創新，2019（31）：60-61.

[5]劉悅，林軍，游俊.語音識別技術在車載領域的應用及發展[J].控制與信息技術，2019（2）：1-6+31.