语音识别作为一门交叉学科,涉及到很多方面。这几年语音识别技术进步显著,也有着更多的人开始学习语音识别。

下面我就主要从两个方面来对语音识别做一些简单的说明，希望对大家有所帮助，尤其对一些刚接触语音识别的人。


学生角度：


<1>装备储蓄

上面已经说了语音识别是一门交叉学科，如果你想学好的话需要花费很多时间跟经历，首先得数学和英语比较好，这会比较占优势，不过很多学科对这两门相求都比较高，良好的数学基础可以更好的帮你理解理论基础，数学推导起来会比较容易，英语则是方便你阅读英文期刊，因为语音识别的很多高端论文，书籍都是英文的。

这里就当你有一定的基础，如学习过矩阵相关理论和随机过程，其中很重要的就是数据结构和算法，这对你很重要。还有一些简单的，模式识别原理，以及基本的英文阅读能力。当然除了这些理论上的知识储蓄之外，必备的一些计算机基础，比如C语音和C++，一些常见的脚本处理语音python,shell,perl等，如果你没有的话，也不要灰心，可以通过书籍或者网上的一些公开课来学习，我只是说明一下需要的技能。最后一项就是你必须会一些Linux的基本命令，在使用过程中你自然会越来越熟悉，向着高阶的进步。具备以上这些，那你已经有了一个良好的开端了，如果认为难得话，就可以就此打住，要知道后面的路还有很长很长。。。。个人觉得不管什么事情，要想做好，都得付出对应的精力。


<2>“打怪”进阶

装点好上面所说的基本装备，带上你的信心，你就可以踏上语音识别这条慢慢打怪升级之路了。。。。

第一步就是针对语音识别方向，学习一些针对性强的基础知识，何为语音？语音的特点？所谓的傅里叶变换是怎样的？还有信号的基本原理及基本处理方法有哪些？这些你得知道，对应的相关书籍为信号与系统、数字信号处理、通信原理等等。

其次就是语音识别的一些基础知识了，这个中文的课本似乎没有说的比较好的，你可以向从机器学习，如逻辑斯特回归、支持向量机、高斯混合模型以及隐马尔科夫模型，这些将伴随你语音识别的整个过程。当然还有信号检测和估计的一些理论，多维高斯模型和最大似然估计等等，推荐给大家的是HTK，看懂前三章很重要，英文不好理解的话，有对应的中文前三章。当然你也可以看看kaldi主页的内容，比如课外的一些语音课程，这个主要是PPT和资料居多，较少有视频，比如上海交通大学的俞凯老师讲的就非常好，大家可以看看。

在学习这些的时候，你可能会遇到很多困难，但是不要怕，一点点的慢慢来，多思考，或许下面的某个瞬间你就会明白，等上面这些你差不多都了解了，恭喜你，已经进阶成功，带着你收获的“战利品”迈向高阶发展之路。。。


<3>高阶发展

知识储备充足之后，就得武装你的武器了，现在你可以去看看kaldi的脚本和代码，或者一些其他平台，在这个阶段，一定要将你之前所学到的理论知识与此结合，知道哪里用到了什么，或者说某一个地方用到了什么原理？不懂得时候也可以多问问，大家互相交流会更容易理解。

语音识别的理解过程就现在而言，首先是GMM-HMM，DNN，RNN，LSTM，CTC。。。一步一步，慢慢你就成为高手了！

 

一些学生的常见问题：

(1)有没有可能爬虫去网上下载训练数据？

   商业数据太贵，对于学生来说无法企及，但是网上的训练数据会有很多问题需要注意：

   a:采样率是否统一，有没有做过重采样？

   b:说话人是否足够？

   c:数据是否有标注？

   d:若有声读物标注是一长段，不太适合训练，需要弄短点；

   e:电影里的北京声音问题

   f:新闻里面的倒是有可能可以用，但是也需要很多人工切分以及处理等。

 

(2)自己的数据怎么弄？

  kaldi中有很多例子，你可以参考里面的任何一个例子，英文的可以参考的更多，中文的就参考王东老师提供的thchus30就可以了，主要是数据准备阶段，其他的都可以复用脚本，但要主要调整参数。


工业角度：

上面所说都只是基础纸上以及一些模拟平台，理论跟产品往往要走更多的路。。。

如果你只是想使用语音识别，那你直接调别人做好的SDK就OK了，如果你想做语音识别，上面说的那些，你具备了吗？

具备理论之后，在实际工业产品之前，第一个问题就是你有语料吗？没有语料就成了大家耳熟能详的“巧妇难为无米炊”了。因此语料的价格自然就贵，因为没有它，其他的一切都是空谈。其次你有人吗？如果没有懂的人，直接做产品，那你把语音识别想的就太简单了，所以在此劝说，如果不是刚需，你就去调别人的SDK 吧！

 

关于工业方面的几个基本问题：

(1)我就想说一句话，然后识别出来文字

   这个问题忽略了语音识别的整个过程，我只能呵呵了，首先你要有语料，然后训练一个模型，然后解码，最后才出来，这背后的东西太多。

(2)不是已经有kaldi或者htk了吗？再说王东老师都开源了中文识别的例子了，我觉得我自己可以搞。

   我想说然而并不是，王东老师开源这个例子是为了促进中文语音的发展，在这里要代表广大语音识别的同胞感谢王东老师。但是开源的语料仅仅只是科研，如果你想要应用在工业上，依然是那句话吗，路还有很远。。。开源的的确有，但是你需要有你自己的数据库，然后才能利用开源的那些来搭建一个适合自己情景的系统。

(3)机器真的需要GPU吗？

   现在都知道DNN、LSTM或者CTC 的效果更好，而这些都是用显卡和语料烧出来的，换句俗话就说用钱喂出来的，所以说GPU的确需要。

 

相信这些能够给工业的人一些帮助，至少能够自己判断了，如有你有语料又有人，加上你那坚韧不拔的毅力，那么期待你的语音识别产品！但不得不说语音识别是一个高门槛的事情，慎入！

说了这么多，希望对大家有所帮助吧!还是希望有更多的人喜欢语音识别，加入到这个大家庭来！如果你有什么问题，欢迎提出来，我们会不断改进，大家共同成长！