- 2.3.2 语音识别技术
语音识别系统本质上是一种模式识别系统，包括特征提取、模式匹配、参考模式库等三个基本单元，它的基本结构如图2-2所示：
图2-2 语音识别技术原理图
语音识别系统可以根据对输入语音的限制加以分类。如果从说话者与识别系统的相关性考虑，可以将识别系统分为三类。
（1）特定人语音识别系统。仅考虑对于专人的话音进行识别。
（2）非特定人语音系统。识别的语音与人无关，通常要用大量不同人的语音数据库对识别系统进行学习。
（3）多人的识别系统。通常能识别一组人的语音，或者成为特定组语音识别系统，该系统仅要求对要识别的那组人的语音进行训练。
语音识别主要应用于以下领域。
（1）办公室或商务系统。典型的应用包括：填写数据表格、数据库管理和控制、键盘功能增强等。
（2）制造业。在质量控制中，语音识别系统可以为制造过程提供一种“不用手”“不用眼”的检控（部件检查）。
（3） 电信行业。相当广泛的一类应用在拨号电话系统上都是可行的，包括话务员协助服务的自动化、国际国内远程电子商务、语音呼叫分配、语音拨号、分类订货。
（4）物流领域。语音识别技术还是一种国际先进的物流拣选技术。在欧美很多国家中，企业通过实施语音技术提高了员工拣选效率，从而降低了最低库存量及整体运用成本，并且大幅减少错误配送率，最终提升企业形象和客户满意度。其工作步骤主要包括以下三步，首先，操作员根据语音提示去对应巷道和货位，到达制定货位后根据系统提示读出校验号以确认到达指定货位；第二步，作业系统根据收到的校验号确定拣选员到达了正确的货位，会向拣选员播报需要拣取的商品和数量；第三步，拣选员从货位上搬下规定数量商品，并反馈给系统一个完成拣选的语音，此项拣选任务即算完成。
语音拣选技术的优点主要包括以下4个方面。
（1）生产效率得以加倍提升。语音技术可以使工人连续工作，因此他们的动作没有间断，也不需要左右徘徊。语音可以指导工人按部就班地就行分拣，因此可以保证人员由始至终都保持高水准地表现。语音技术可以使工人连续工作，因此他们的动作没有间断，也不需要左右徘徊。语音可以指导工人按部就班地就行分拣，因此可以保证人员由始至终都保持高水准地表现。
（2）订单错误率下降。语音系统引入了“校验码”，即：操作员通过语音密码登录自己的语音终端之后，系统将其引导至第一个拣货位。操作员读出贴在各拣货位被称为“校验码”的数字标识码，以验证所在位置是否正确。听到已分配拣货位的正确校验码后，系统将引导操作员在该货位拣取相应数量的货物；当操作员所报告的校验数字与后台系统中针对该货架位的数据不相符合时，系统将告诉操作员“位置有误”。由此可见，只有听到正确校验数字后，系统才会向操作员提供拣货数量，这样就避免了误操作。
（3）培训时间减少。语音技术易学易用，只需要1h就可以操作，一天内就能够精通，因为工人只需要反复训练50多个关键词汇，然后戴上耳机和移动计算终端就可以工作了，培训时间和费用可以大幅度降低。
（4）投资回报率高。投资回报可以从两方面来看，包括直接投资回报和间接投资回报。直接投资回报是指工人工作效率的提高、订单差错率的降低和工作劳动强度的减小，从而使工人在这方面的成本会大大降低；间接投资回报则涵盖客户满意度的提升、工人反复劳动的时间的减少等因素。
语音识别技术输入的准确率高，但不如条码准确。声音反馈虽可提供准确率，但降低了速度，而速度是声音识别技术的关键优点。语音识别技术可以满足所需要的速度。
相关知识点：