《鋼鐵俠》里的AI管家賈維斯，想必大家都不陌生，這樣可以像人一樣和自己對話的AI管家，我們是不是都想擁有一個(gè)？

賈維斯之所以可以像人一樣和我們對話，必然離不開語音識別技術(shù)的加持。

如今，從語音輸入法到智能家居等，生活中到處都可以通過語音進(jìn)行人機(jī)交互。

擁有一個(gè)賈維斯的夢想好像越來越近了！

為了讓這個(gè)夢想更近一步，學(xué)習(xí)好語音識別技術(shù)勢在必行！

今天，博文菌就給大家推薦一本語音識別領(lǐng)域的扛鼎之作——《人工智能：語音識別理解與實(shí)踐（精裝版）》，該書被列入“國家出版基金支持項(xiàng)目”，并入選為《人工智能出版工程》系列叢書。

——?全新升級?——

2014-2019年，隨著工業(yè)界對自然口語交互系統(tǒng)的應(yīng)用熱情空前高漲，以及研究界在基于深度學(xué)習(xí)的語音和語言處理技術(shù)上的大幅進(jìn)步，一系列新的甚至顛覆性的理論、技術(shù)、算法應(yīng)用產(chǎn)生了，這使得語音識別系統(tǒng)在經(jīng)典大詞匯連續(xù)語音識別任務(wù)上的錯誤率大幅下降，甚至逼近了人類水平。

同時(shí)，基于深度學(xué)習(xí)的自然語言處理技術(shù)也取得了長足進(jìn)展，尤其是任務(wù)型口語對話系統(tǒng)的各個(gè)模塊都廣泛采用了深度學(xué)習(xí)技術(shù)并有了提升。

本書作為《解析深度學(xué)習(xí)：語音識別實(shí)踐》的續(xù)作，在它的基礎(chǔ)上做了大量改寫，并對內(nèi)容有大幅補(bǔ)充，詳細(xì)總結(jié)了最新的語音識別算法及應(yīng)用技術(shù)，以及在口語對話系統(tǒng)研究中基于深度學(xué)習(xí)的自然語言處理技術(shù)。

——?第四代語音識別技術(shù)?——

作者在背景材料中充分證實(shí)了自20世紀(jì)90年代早期起，語音識別領(lǐng)域研究者提出的深度動態(tài)生成模型（dynamic generative models）的豐富性，同時(shí)將其與最近快速發(fā)展的深度鑒別性模型在統(tǒng)一的框架下進(jìn)行了比較。

書中以循環(huán)神經(jīng)網(wǎng)絡(luò)和隱動態(tài)模型為例，對這兩種截然不同的深度模型進(jìn)行了全方位有見地的優(yōu)劣比較。這為語音識別中的深度學(xué)習(xí)發(fā)展和其他信號及信息處理領(lǐng)域開啟了一個(gè)新的激動人心的方向。

以深度學(xué)習(xí)為主要內(nèi)容的第四代技術(shù)是本書所詳細(xì)闡述的，特別是DNN和深度生成模型的無縫結(jié)合，將使得知識擴(kuò)展可以在一種最自然的方式下完成。

總的來說，本書可能成為語音識別領(lǐng)域工作者在第四代語音識別技術(shù)時(shí)代的重要參考書。

全書不但巧妙地涵蓋了一些基本概念，使讀者能夠理解語音識別全貌，還對近兩年興盛起來的強(qiáng)大的深度學(xué)習(xí)方法進(jìn)行了深入地介紹。

讀完本書，讀者將可以看清前沿的語音識別是如何構(gòu)建在深層神經(jīng)網(wǎng)絡(luò)技術(shù)上的，可以滿懷自信地去搭建識別能力達(dá)到甚至超越人類的語音識別系統(tǒng)。

——?兩個(gè)技術(shù)體系的梳理?——

雖然人類的語音感知與語言認(rèn)知天然地作為一個(gè)完整系統(tǒng)在工作，但我們?nèi)匀唤?jīng)常聽到一種被廣泛傳播的錯誤理解：語音識別與自然語言處理是兩個(gè)獨(dú)立的技術(shù)體系。

本書從完整的口語對話系統(tǒng)角度，梳理了語音識別與自然語言理解的相互關(guān)系，介紹了口語對話系統(tǒng)的基本概念、自然語言理解與口語理解的異同，以及對話狀態(tài)跟蹤與語義理解的異同等。

對于深度學(xué)習(xí)在理解和對話中的應(yīng)用，不僅介紹了基于純文本的理解和對話交互的深度學(xué)習(xí)技術(shù)，還介紹了如何在帶有錯誤的語音識別結(jié)果上做更好的語言理解和對話管理的相關(guān)處理框架與應(yīng)用技術(shù)。

這些深度學(xué)習(xí)技術(shù)是未來構(gòu)建認(rèn)知型口語交互系統(tǒng)的關(guān)鍵。

我們相信，本書對語音識別、語言理解和口語對話給出了一個(gè)更為完整的技術(shù)圖譜，它將促進(jìn)真實(shí)世界的人機(jī)智能口語交互系統(tǒng)的技術(shù)發(fā)展，也將有益于機(jī)器學(xué)習(xí)、智能語音及語言處理領(lǐng)域的研究者和實(shí)踐者。

▼

希望本書能夠帶你打開語音識別的大門，遇見未來世界！

關(guān)于本書作者

●?俞棟，電氣電子工程師學(xué)會會士（IEEE Fellow）、國際計(jì)算機(jī)學(xué)會杰出科學(xué)家（ACM Distinguished Scientist）。現(xiàn)任騰訊人工智能實(shí)驗(yàn)室副主任、騰訊公司杰出科學(xué)家，香港中文大學(xué)（深圳）、上海交通大學(xué)、浙江大學(xué)等多所高校的客座/兼職教授。在基于深度學(xué)習(xí)的語音識別和分離技術(shù)上進(jìn)行了一系列開創(chuàng)性工作，極大地推動了語音處理領(lǐng)域的發(fā)展。

●?鄧力，人工智能、機(jī)器學(xué)習(xí)和語音語言信號處理獲得者著名專家，曾任微軟首席人工智能科學(xué)家和深度學(xué)習(xí)技術(shù)中心研究經(jīng)理。研究方向包括自動語音與說話者識別、口語識別與理解、語音–語音翻譯、機(jī)器翻譯、語言模式、統(tǒng)計(jì)方法與機(jī)器學(xué)習(xí)、聽覺和其他生物信息處理、深層結(jié)構(gòu)學(xué)習(xí)、類腦機(jī)器智能、圖像語言多模態(tài)深度學(xué)習(xí)，商業(yè)大數(shù)據(jù)深度分析等，在相關(guān)領(lǐng)域做出了重大貢獻(xiàn)。

●?俞凱，上海交通大學(xué)計(jì)算機(jī)科學(xué)與工程系教授，思必馳公司創(chuàng)始人、首席科學(xué)家。清華大學(xué)自動化系學(xué)士、碩士，劍橋大學(xué)工程系博士。

●?錢彥旻，上海交通大學(xué)計(jì)算機(jī)科學(xué)與工程系副教授，博士生導(dǎo)師，上海交大–思必馳聯(lián)合實(shí)驗(yàn)室副主任。華中科技大學(xué)學(xué)士、清華大學(xué)博士、英國劍橋大學(xué)工程系博士后，上海市青年英才揚(yáng)帆計(jì)劃獲得者。

▊《人工智能：語音識別理解與實(shí)踐（精裝版）》

俞棟 鄧力 俞凱 錢彥旻? 著

本書全面系統(tǒng)地展示了語音識別、語言理解和口語對話技術(shù)的完整技術(shù)圖譜，具有非常強(qiáng)的前瞻性，對促進(jìn)真實(shí)世界的人機(jī)智能口語交互技術(shù)的發(fā)展有積極的促進(jìn)作用；對于從事機(jī)器學(xué)習(xí)、智能語音及語言處理領(lǐng)域的研究人員和實(shí)踐人員而言，是一本非常有價(jià)值的案頭參考。

總結(jié)

以上是生活随笔為你收集整理的揭开《钢铁侠》AI管家贾维斯神秘面纱的扛鼎之作！的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。