走向深度学习和多种技术融合的中文信息处理

摘要

一、汉语的语音识别与合成自动语音识别的核心任务是以语音的声学波形作为输入，产生单词串作为输出。Shannon把以声学语音为媒介传输语言的行为比喻为噪声通道（Noisy Channel）或解码过程（Decoding）。语音识别系统把语音的声学输入看成是源句子的一个噪声“版本”。为了对这个噪声句子进行“解码”，要考虑所有可能的句子。对于每个句子，要计算它生成噪声句子的概率，然后选取概率最大的句子。