机器人首次能同时听懂3个人不同的声音

mathe

原帖由 无心人 于 2008-6-14 22:09 发表 光听懂特定人的话语都难阿

听懂那就更加难了。机器理解自然语言应该还是很遥远的事。 现在的语音识别水平，不需要要求理解，计算机的能力还是差很远。也许真的需要做到机器能够理解自然语言的水平，语音识别才能够有突破吧（通过上下文分析提高识别率）

无心人

我老感觉人对语音的识别靠经验而不是算法 比如听到“西瓜， 酸梅汤，冰激淋”等 应该是一个超高效的比较算法确定词义的 而不是什么现在的计算机的算法来确定 另外，是否存在同化算法，把别人发出的语音转化为自己特有的语音 比如别人说，“西瓜” 我们大脑用 数字信号处理转化为自己的音调和习惯， 即自己说的，“西瓜”，发自己特定的音 再和储存的经验对比 这么就能解释，为什么自己听到不懂的词语 会有个试图解释成字组合的尝试 而对国外的没学习的语言 只能达到模拟语音的水平 但这个模拟却能做到以自己的音调模拟 即国外人学中文，“你好” 发出的却是不准确的音 不是完全模仿国内发音的 哈哈 有点长，即兴写的，希望大家能看清楚

无心人

或者说，对于语音 大脑存在和音乐和噪音和自然音不同的处理区域 而且存在特定的声音符号，即若干种不同的频谱组合 无论什么语音，均能分解成声音符号 这个符号和遗传有关 不同语言的人，这个符号可能有差异 即国内人学外语，有的音汉语模拟不出的现象 而具体的语音都被分解成声音符号的 当然，可能和国际音标是无关的 也可能有关吧