语音识别软件有哪些
语音识别控制系统是什么意思？语音识别控制系统是一种模式识别控制系统,系统首先对语音信号进行分析,得到语音的特征参数,然后对这些参数进行处理,形成标准的模板。这个过程称为训练或学习。当有测试语音进入系统时,系统将对这些语音信号进行处理,然后进行参考模板的匹配,得出结果。此时便完成了语音识别控制的过程。
语音识别技术是什么？语音识别技术，也被称为自动语音识别AutomaticSpeechRecognition，(ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。
语音识别软件有哪些？1、谛听语音识别：语音识别，为您提供高精度的语音识别服务，融合谛听领先的自然语言处理技术支持多场景智能语音交互。北京谛听机器人科技有限公司（www.dtrobo.com）作为一家中文语义与认知计算的产品服务提供商，北京谛听机器人科技有限公司致力于自然语言理解技术（NLU）的持续创新与应用，重视人机交互的流畅化、自然化，践行让机器人更加理解人类的使命，顺应国内语义理解市场的发展应运而生。通过十四年的摸索、实验和探究，谛听机器人研发出了基于语言学的句法分析算法——深度语义理解技术DSA，能有效解决人机交互自然流畅的根本问题。
2、华为云-语音识别：语音合成服务提供在线语音合成能力，支持将文本信息实时转化为近似的真人发声，支持多语言多音色语音在线合成。支持客户的个性化语音定制化需求。个性定制，能够对合成后的语音音色、音调、语速进行个性化的设置，满足客户的定制化需求稳定可靠，成功应用于各类场景，基于华为等企业客户的长期实践，经受过复杂场景考验简单高效，提供RESTful规范API接口，并提供服务SDK，方便客户使用与集成；帮助客户减少人力成本，节省业务支出。
3、数美科技-语音识别：数美科技成立于2015年6月1日，致力于利用人工智能技术和海量数据解决金融、互联网等领域广泛存在的欺诈问题，先后推出了金融反欺诈、内容反欺诈、行为反欺诈等系列产品，覆盖直播、金融、支付、社交、电商、游戏、O2O等行业。总部设在北京，在上海、杭州、深圳设有分部。公司创建以来，获得了VC机构腾讯、襄禾资本、顺为资本、清流资本、BV百度风投联合投资。
4、华宇语音识别云平台：华宇语音识别引擎提供将实时音频流或者录音文件转成文字的服务，能够支持中文、21种方言、7种少数民族语言，普通话识别率达到98%以上，支持噪音环境下和带背景音的语音识别，支持机器自动分离不同人声，支持快速定制识别中的热词以提升准确度。支持信创环境部署。目前已为50多个业务场景提供了能力支撑，覆盖了全国23个省、自治区、直辖市近万个法庭/讯问/会议室、几万个桌面客户端。
语音识别系统有哪些？语音识别系统的应用可以分为两个发展方向：一个方向是大词汇量连续语音识别系统，主要应用于计算机的听写机，以及与电话网或者互联网相结合的语音信息查询服务系统，这些系统都是在计算机平台上实现的。 另外一个重要的发展方向是小型化、便携式语音产品的应用，如无线手机上的拨号、汽车设备的语音控制、智能玩具、家电遥控等方面的应用，这些应用系统大都使用专门的第三方软件来实现，特别是近几年来迅速发展的语音信号处理专用芯片（ApplicationSpecificIntegratedCircuit，ASIC）和语音识别片上系统（SystemonChip，SOC）的出现。
语音识别过程语音识别过程主要包括语音信号的预处理、特征提取、模式匹配几个部分。预处理包括预滤波、采样和量化、加窗、端点检测、预加重等过程。
语音识别的原理语音识别的原理可以从两方面理解，分别是数据库、算法与自学习。
1、数据库，其实语音识别的原理是非常好理解的，它是和指纹识别定位原理一样的，设备会把目标语音收集起来，接着对这些收集来的语音实施处理，然后会得到目标语音的一些信息，下面就会把这些特征信息和数据库中已经存在的数据进行相似度的搜索对比，当评分最高的信息出现，那就是识别结果，会经由其他系统的接入把没有完成的设备语音识别功能。
在实际的操作中，语音识别是非常复杂的，毕竟语音本身就较为复杂，它和指纹识别最大的区别就是，指纹识别只需要把指纹录入然后由数据库进行对比识别，可是语音识别就不能如此简单。由于语音的复杂性，所以语音的数据库是非常庞大的，并且这种数据库还不能放到移动端，这也是使用手机语音助手就必须要进行联网的最大原因。语音识别自出现以来发展到现在，也是有出现过可以离线使用的，但是经过实际的使用后发现，离线版的无法保证准确率，一个可能会出错的识别功能自然无法使用。
2、算法和自学习，语音识别会对收集到的目标进行预处理，其中包括语音信号采样、反混叠带通滤波、去除个体发音差异和设备、环境引起的噪声影响等等，总之是非常复杂的，所以之后对于需要处理的语言都会进行特征的提取。
语音识别技术的应用1、电话语音拨号特别是在中、高档移动电话上，现已普遍的具有语音拨号的功能。随着语音识别芯片的价格降低，普通电话上也将具备语音拨号的功能。2、汽车语音控制由于在汽车的行驶过程中，驾驶员的手必须放在方向盘上，因此在汽车上拨打电话，需要使用具有语音拨号功能的免提电话通信方式。此外，对汽车的卫星导航定位系统（GPS）的操作，汽车空调、照明以及音响等设备的操作，同样也可以由语音来方便的控制。3、工业与医疗领域当操作人员的眼或手已经被占用的情况下，在增加控制操作时，最好的办法就是增加人与机器的语音交互界面。由语音对机器发出命令，机器用语音做出应答。4、个人数字助理个人数字助理（PersonalDigitalAssistant，PDA）的语音交互界面。PDA的体积很小，人机界面一直是其应用和技术的瓶颈之一。由于在PDA上使用键盘非常不便，因此，现多采用手写体识别的方法输入和查询信息。但是，这种方法仍然让用户感到很不方便。业界一致认为，PDA的最佳人机交互界面是以语音作为传输介质的交互方法，并且已有少量应用。随着语音识别技术的提高，可以预见，在不久的将来，语音将成为PDA主要的人机交互界面。5、智能玩具通过语音识别技术，我们可以与智能娃娃对话，可以用语音对玩具发出命令，让其完成一些简单的任务，甚至可以制造具有语音锁功能的电子看门狗。智能玩具有很大的市场潜力，而其关键在于降低语音芯片的价格。6、家电遥控用语音可以控制电视机、VCD、空调、电扇、窗帘的操作，而且一个遥控器就可以把家中的电器皆用语音控起来，这样，可以让令人头疼的各种电器的操作变得简单易行。
语音转写
1、“语音转写”与“语音听写”的区别是？
产品名称支持的音频时长 使用场景语音听写一分钟以内人机对话，如输入法、语音搜索语音转写五小时以内更自然地贴近日常的对话、演讲
2、“已录制音频转写”和“实时音频流转写”的区别是？
已录制音频（recordedaudio）转写：将预先录制完毕的完整音频文件传输至云端，转写服务处理完成后将输出此音频对应的完整文字结果。该流程为异步&非实时；
实时音频流（real-timestreaming）转写：在采集音频的同时，连续上传音频流至云端，转写服务将实时返回文字结果，实现文字和声音的同步展现。
实时语音转写已上线，欢迎使用。
3、语音转写支持什么语言？
答：默认支持中文、英文、中英混合识别；中文包括普通话、天津话、河北话、东北话、甘肃话、山东话、太原话；其他方言/语种需购买套餐或语种授权。目前可支持：
l 方言：广东话、河南话、西南官话（云南话、贵州话、重庆话、四川话）
l 语种：中文、英文、日语、韩语、法语、俄语、越南语、西班牙语、阿拉伯语、德语、意大利语
l 民族语言：藏语、维语
4、目前语音转写支持的音频格式为：
已录制音频（5小时内），wav,flac,opus,m4a,mp3，单声道&多声道；采样率：8KHz,16KHz
5、语音转写支不支持并发？
答：支持，要保证同一个appid每秒请求接口次数最大值在20次以下。
语音识别开源项目汇总
语音识别技术随着神经网络的兴起和发展，准确率得到了很大的改善，在很多场景下都可以逐步商用落地了，很多公司也组建了语音团队。其实在github上，语音识别相关的项目也是层出不穷，其中的一些项目的质量很高，如果好好借鉴学习的话可以避免从头造轮子，毕竟造轮子也不是那么容易的==！。在这里，对一些比较流行的项目做一些汇总和简单介绍。
1.ASR1.1kaldihttps://github.com/kaldi-asr/kaldi
最流行的语音识别工具包，不过比较古老了，在神经网络时代有些落后，目前作者DanielPovey在小米在majorupdate，期待下一代kaldi
1.2 espnethttps://github.com/espnet/espnet
espnet是基于pytorch的端到端语音工具包，不仅包括ASR还包括了TTS。espnet使用kaldi进行特征提取等，espnet2不再依赖kaldi，不过espnet2下的recipe还不是很多。espnet和kaldi一样有很多egs，并且包括了各种主流的端到端方法，比如CTC，RNN-T, Transformer等。是学习试验端到端方法很好的工具。
1.3其他1.3.1wenethttps://github.com/mobvoi/wenet
出门问问开源的ASRtoolkit，实现了 UnifiedTwoPass(U2) 流式和非流式端到端模型，基于pytorch，可以同时部署在服务器和端上。有aishell-1的例子，中文语音识别可以学习借鉴
1.3.2wav2letterhttps://github.com/facebookresearch/wav2letter
C++实现的语音识别框架，运行效率高
1.3.3pytorch-kaldihttps://github.com/mravanelli/pytorch-kaldi
用pytorch代替了kaldi中的神经网络部分，特征提取和解码等还是使用kaldi，没在维护了
1.3.4tf-seq2seqhttps://github.com/google/seq2seq
tensorflow实现的一些端到端模型，没在维护了
1.3.5speech-transformerhttps://github.com/kaituoxu/Speech-Transformer
pytorch实现的transformer中文语音识别（aishell）
2.KWS2.1ARM-KWS
https://github.com/ARM-software/ML-KWS-for-MCU
arm开源的在他们mcu上的kws，英文识别，输出的单元整个英文WORD
2.2kws（你好小瓜）https://github.com/robin1001/kws_on_android
西工大张彬彬开源的中文唤醒(你好小瓜)，中文语音唤醒可以借鉴，采用fbank+dnn+fst的方案。