La tecnología de reconocimiento de voz, también conocida como reconocimiento de voz, es el proceso de convertir señales de voz en texto. Logra este propósito analizando e identificando las características espectrales y temporales del habla.
Un sistema de reconocimiento de voz normalmente consta de las siguientes partes: capturador de voz, extractor de características, modelo de lenguaje y reconocedor.
1. El captador de voz se encarga de recoger y digitalizar las señales de voz.
2. El extractor de funciones analiza las señales de voz recopiladas y extrae funciones útiles de espectro y tiempo.
3. El modelo de lenguaje es un modelo utilizado para reconocer señales del habla. Contiene la estructura y las reglas gramaticales del lenguaje.
4. El reconocedor reconoce la señal de voz según las características extraídas y el modelo de lenguaje y la convierte en texto.
Existen dos tecnologías principales de reconocimiento de voz: el reconocimiento basado en plantillas y el reconocimiento basado en modelos estadísticos.
El reconocimiento basado en plantillas consiste en reconocer el habla basándose en una biblioteca de muestras de voz previamente ingresada, comparar la señal de voz con la señal de voz en la biblioteca de muestras de voz para encontrar la muestra más similar y luego convertirla en texto.
El reconocimiento basado en modelos estadísticos consiste en establecer un modelo estadístico basado en un conjunto de muestras de voz y utilizar este modelo para reconocer nuevas señales de voz. Los métodos de reconocimiento de voz basados en modelos estadísticos incluyen HMM (modelo oculto de Markov), DNN (red neuronal profunda), etc. Estos algoritmos construyen un modelo de voz aprendiendo una gran cantidad de muestras de voz. Al reconocer un nuevo habla, lo decodificarán según el modelo de voz y lo convertirán en texto.
En los últimos años, los modelos estadísticos basados en DNN se han utilizado ampliamente en el campo del reconocimiento de voz, mostrando una alta precisión de reconocimiento. Este tipo de modelo utiliza una gran cantidad de muestras de voz y recursos informáticos a gran escala para realizar un aprendizaje en profundidad y puede capturar características más complejas en las señales de voz.