隨著人工智能被抄的如火如荼，作為人工智能行業(yè)重要研究領域之一的語音識別技術也獲得社會各界的矚目。所謂智能語音，其原理涉及聲學、語言學、數(shù)字信號處理、計算機科學等多個學科，研究周期長、投入成本大，技術壁壘高，全球和中國語音市場基本形成寡頭壟斷格局。隨著語音識別產業(yè)的快速發(fā)展，產業(yè)競爭進一步加劇，吸引眾多上游廠商特別是全球知名IC企業(yè)紛紛加入。

　　“就目前看來，語音識別技術尚不能完全替代傳統(tǒng)的‘人機界面’。但是存在著巨大的發(fā)展?jié)摿Γ槍σ恍┫鄬唵蔚目刂疲热缈刂萍译姷拈_關等，會被漸漸投入實際應用。” 來自全球領先的半導體公司ADI的DSP亞洲業(yè)務區(qū)域經理陸磊先生針對現(xiàn)今的語音識別技術發(fā)表看法。由此看出，語音識別技術在不久的將來將成為改變人們生活的科技發(fā)展的重要技術。

　　ADI公司DSP亞洲業(yè)務區(qū)域經理 陸磊

　　若要將語音識別技術實現(xiàn)廣泛應用，則需要跨越諸多技術瓶頸，在陸磊看來眾多企業(yè)最亟待解決的技術挑戰(zhàn)，首先是對國內各地方言的識別成功率，其次是較強背景音或噪音的基礎上進行目標語音識別，最后一點則是提升對于復雜句和長句的識別率。作為一家專注于DSP研發(fā)的企業(yè)，ADI公司在語音識別領域具有強大的研發(fā)優(yōu)勢，陸磊認為：“DSP的一個傳統(tǒng)應用就是語音處理，DSP的最大優(yōu)勢在于其運算量比同主頻的MCU運算性能高，可以在普通的語音識別算法上對聲音作更多的處理，比如，先行運用一定的運算消除背景噪音，再進行目標聲音的識別。”

　　在實現(xiàn)語音識別算法時，會常用到浮點運算，那定點和浮點DSP具體是如何在識別過程中相輔相成的呢?針對這一問題，陸磊表示：“定點和浮點DSP都是實現(xiàn)語音識別的必備元素。在識別過程中，浮點DSP的運算可以先進行定點化處理，隨后在定點DSP上運行。目前隨著浮點處理器的價格不斷降低，浮點處理器則逐漸成為廠商及工程師的首選。”

　　陸磊先生再采訪的最后還這樣表示道：“針對不同行業(yè)和應用當中的語音識別技術，則需要按實際應用場景采用不同的DSP。DSP作為運行語音識別算法的重要載體，需要提供最佳的綜合性能表現(xiàn)，并將功耗，成本和功能三者達到最優(yōu)平衡。”