走进世界各地的许多房屋，你很可能会发现一个或几个无处不在的小扬声器散落在各处。对于这些房屋的居民来说，这些设备已成为他们生活中的重要组成部分，分享有关会议、旅行计划、购物清单甚至天气预报的详细信息。我们已经开始依赖它们来帮助简化我们的生活并娱乐我们。
然而，智能音箱并不是语音识别技术的首次引入。随着苹果和 Siri 的出现，语音识别技术在 2010 年代初取得了巨大的飞跃，帮助我们取得了今天的成就。然而，这项技术并非一朝一夕就能实现的。相反，它是几十年来一直在进步的。
理解语音识别
语言和语音的历史可以 电话号码资源 追溯到几千年前。相反，计算是最近才发展起来的。语音识别软件或语音识别技术试图将语言和语音结合起来，以便计算设备能够理解人类的声音并做出反应。
然而，语音识别极其复杂。当孩子接受教育时，他们通过观察和聆听周围的各种声音来学习。随着时间的推移，他们会将不同的声音与单词和特定物品联系起来。他们的大脑会建立独特的模式，并伴随一生，帮助解读口音、语调和声调，从而提供意义。
训练计算机在某些方面与此类似，但也有很大不同。人类似乎毫不费力地学习语言，但这主要是因为我们已经学会了如何最好地教孩子。我们对计算机还没有同样的洞察力。我们知道的是，训练机器需要数据和大量研究。
虽然我们在提高语音识别系统的准确率方面取得了重大进展，但仍有工作要做，以便更好地帮助计算机理解不同的方言和语言。如今，语音识别在大多数常见任务中都表现得相当不错。事实上，谷歌和 IBM 等公司表示，他们的语音算法准确率接近 96%——但达到这一点需要时间和精力。要进一步了解这些系统的开发方式及其复杂性，可以深入研究语音识别系统的工作原理。
提示
只需要求 clickworker 即可获得您需要的数千种语言和方言的语音记录，以完美地训练您的语音识别系统。
获取有关服务音频数据集的更多信息
语音识别系统的历史
第一个真正的语音识别系 这些国家的生活成本与大多数西方国家相比要低离婚率 统是在 20 世纪 50 年代初开发的。这个名为“Audrey”的系统由贝尔实验室开发，专注于理解数字。在接下来的十年里，IBM 推出了一个可以响应 16 个单词的系统，名为“Shoebox”。
20 世纪 70 年代，语音识别技术取得了巨大飞跃，这主要得益于美国政府和 DARPA 的帮助。得益于DARPA 的工作，卡内基梅隆大学创建了一个名为“Harpy”的系统，该系统能够理解 1000 个单词。换个角度来说：这大约相当于 香港领先 一个三岁小孩能理解的单词数量。
20 世纪 80 年代和 90 年代，语音识别技术不断进步，但直到 21 世纪，才迎来了另一次真正的变革。21 世纪初期，语音识别准确率为 80%，但随着 Google Voice 及其云数据中心的推出，