资料内容：
AI 产品经理需了解的技术知识：语音识别技术
（1）
本文章主要介绍了语音识别技术语的发展、基本原理、语音特征，目的是帮助 PM 了解语
音技术方面的知识，有助于语音类相关产品的设计～
一、语音识别的发展
20 世纪 50 年代，语音识别的研究工作开始，这时主要探索和研究声音和语音学的基本概
念和原理。
20 世纪 60 年代，可以解决不等长语音匹配问题。
20 世纪 70 年代，随着 NLP 技术和微电子技术的深入发展，语音识别领域的线性预测分析
技术得到广泛应用，HMM 等技术基本成熟。
20 世纪 80 年代，语音研究其显著特征是 HMM 和人工神经网络（ANN）。
从发展可以看出：语音识别技术最早依靠匹配，寻找单个音节、单个词和标准语音模板的
最大相似度进行匹配。后来伴随着统计学被引入到语音识别中，将该技术逐步从模板匹配
技术转向基于统计模型技术。
二、语音识别的基本原理
对于不同的语音识别过程，人们采用的识别方法和技术不同，但所用的原理大致相同，即
将经过降噪处理后的语音送入特征提取模块，然后对语音信号特征处理后输出识别结果。
在这个过程中，特征提取是构建语音系统的关键，对识别结果起到了重要作用，原理见下
图：
特征提取：提取语音特征参数，形成特征矢量序列。
三、语音信号特征
实现语音识别，就需要语音参数来刻画语音信息。语音原本具有短时特性，所以描述语音
的单位用帧（一般为 10-40ms），在音频帧上提取的短时音频特征，叫音频帧特征。相对
音频帧较长的时间间隔成为音频段，在音频段上提取的特征叫音频段特征。
下面列举一些常用的音频特征和音频段特征：
