人工智能术语词典

语音识别（Automatic Speech Recognition, ASR）属于计算机科学、信号处理与人工智能交叉领域，指通过算法将人类语音信号转化为对应文本或指令的技术。其核心基于声学模型（捕捉语音特征）与语言模型（解析语义关联）的协同，结合声学特征提取与模式匹配实现音素到词汇的映射，需解决噪声干扰、口音差异及连续语音切分等难题。典型特征包括时序信号处理能力、端到端深度学习架构（如RNN、CTC、Transformer）及多语种适应性，广泛应用于智能助手、语音输入、电话客服及医疗听录等场景，显著提升人机交互自然度与效率，是构建语音交互系统与无障碍通信的核心技术支撑。