1、“..... 各个发音单位存在受上下文强烈影响的协同发音 现象第三，非特定人识别时，不同的人说相同的话 相应的声学特征有很大的差异，即使相同的人在不同的时间 生理心理状态下，说同样内容的话也会有很大的差异第四， 识别的语音中有背景噪声或其他干扰。因此原有的模板匹配方 法已不再适用。 实验室语音识别研究的巨大突破产生于世纪年代末 人们终于在实验室突破了大词汇量连续语音和非特定人这三 大障碍，第次把这三个特性都集成在个系统中，比较典型 的是卡耐基梅隆大学的系统，它是第个高性能的非特定人大词汇量连续语音识别系 统。 这时期，语音识别研究进步走向深入，其显著特征是 模型和人工神经元网络在语音识别中的成功应用。 模型的广泛应用应归功于实验室等 科学家的努力，他们把原本艰涩的纯数学模型工程化, 从而为更多研究者了解和认识，从而使统计方法成为了语音识 别技术的主流。 统计方法将研究者的视线从微观转向宏观......”。

2、“.....而是更多地从整体平均统计的角度来建立 最佳的语音识别系统。在声学模型方面，以链为基础 的语音序列建模方法隐式链比较有效地解 决了语音信号短时稳定长时时变的特性，并且能根据些基 本建模单元构造成连续语音的句子模型，达到了比较高的建模 精度和建模灵活性。在语言层面上，通过统计真实大规模语料 的词之间同现概率即元统计模型来区分识别带来的模糊音 和同音词。另外，人工神经网络方法基于文法规则的语言处 理机制等也在语音识别中得到了应用。 世纪年代前期，许多著名的大公司如苹果 和都对语音识别系统的实用化研究投以巨资。语音 识别技术有个很好的评估机制，那就是识别的准确率，而这 项指标在世纪年代中后期实验放大器低电池干扰的扬声器驱动电路两个的计 时器加单独的看门狗电路个比较器输入及个口。 系列芯片语音识别微处理器内嵌入套先进精确语音识别技术的历史 国内研究历史 我国语音识别研究工作起步于五十年代，但近年来发展很快。 研究水平也从实验室逐步走向实用......”。

3、“.....国家智能计算机专家组为语音识别技术研究 专门立项，每两年滚动次。我国语音识别技术的研究水平已 经基本上与国外同步，在汉语语音识别技术上还有自己的特点 与优势，并达到国际先进水平。中科院自动化所声学所清 华大学北京大学哈尔滨工业大学上海交通大学中国科 技大学北京邮电大学华中科技大学等科研机构都有实验室 进行过语音识别方面的研究，其中具有代表性的研究单位为清华大学电子工程系与中科院自动化研究所模式识别国家重点 实验室。 清华大学电子工程系语音技术与专用芯片设计课题组，研发 的非特定人汉语数码串连续语音识别系统的识别精度，达到 不定长数字串和定长数字串。在有的 拒识率情况下，系统识别率可以达到不定长数字串 和定长数字串，这是目前国际最好的识别结果之， 其性能已经接近实用水平。研发的词邮包校核非特定人 连续语音识别系统的识别率达到，前三选识别率达 并且可以识别普通话与四川话两种语言，达到实用要 求......”。

4、“.....结束了中文语音识别产品自年 以来直由国外公司垄断的历史。 国外研究历史 语音识别的研究工作可以追溯到世纪年代贝尔 实验室的系统，它是第个可以识别十个英文数字的语 音识别系统。 但真正取得实质性进展，并将其作为个重要的课题开展研 究则是在年代末年代初。这首先是因为计算机技术的发展为语音识别的实现提供了硬件和软件的可能，更重要的是 语音信号线性预测编码技术和动态时间规整 技术的提出，有效的解决了语音信号的特征提取和不等长匹配 问题。这时期的语音识别主要基于模板匹配原理，研究的领 域局限在特定人，小词汇表的孤立词识别，实现了基于线性预 测倒谱和技术的特定人孤立词语音识别系统同时提出 了矢量量化连续语音识别系统的识别率达到，前三选识别率达 并且可以识别普通话与四川话两种语言，达到实用要 求......”。

5、“.....结束了中文语音识别产品自年 以来直由国外公司垄断的历史。 国外研究历史 语音识别的研究工作可以追溯到世纪年代贝尔 实验室的系统，它是第个可以识别十个英文数字的语 音识别系统。 但真正取得实质性进展，并将其作为个重要的课题开展研 究则是在年代末年代初。这首先是因为计算机技术的发展为语音识别的实现提供了硬件和软件的可能，更重要的是 语音信号线性预测编码技术和动态时间规整 技术的提出，有效的解决了语音信号的特征提取和不等长匹配 问题。这时期的语音识别主要基于模板匹配原理，研究的领 域局限在特定人，小词汇表的孤立词识别，实现了基于线性预 测倒谱和技术的特定人孤立词语音识别系统同时提出 了矢量量化和隐马尔可夫模型理论。 随着应用领域的扩大，小词汇表特定人孤立词等这些对 语音识别的约束条件需要放宽，与此同时也带来了许多新的问 题第，词汇表的扩大使得模板的选取和建立发生困难第 二，连续语音中，各个音素音节以及词之间没有明显的边界......”。

6、“.....非特定人识别时，不同的人说相同的话 相应的声学特征有很大的差异，即使相同的人在不同的时间 生理心理状态下，说同样内容的话也会有很大的差异第四， 识别的语音中有背景噪声或其他干扰。因此原有的模板匹配方 法已不再适用。 实验室语音识别研究的巨大突破产生于世纪年代末 人们终于在实验室突破了大词汇量连续语音和非特定人这三 大障碍，第次把这三个特性都集成在个系统中，比较典型 的是卡耐基梅隆大学的系统，它是第个高性能的非特定人大词汇量连续语音识别系 统。 这时期，语音识别研究进步走向深入，其显著特征是 模型和人工神经元作可以追溯到世纪年代贝尔 实验室的系统，它是第个可以识别十个英文数字的语 音识别系统。 但真正取得实质性进展，并将其作为个重要的课题开展研 究则是在年代末年代初。这首先是因为计算机技术的发展为语音识别的实现提供了硬件和软件的可能，更重要的是 语音信号线性预测编码技术和动态时间规整 技术的提出......”。

7、“.....这时期的语音识别主要基于模板匹配原理，研究的领 域局限在特定人，小词汇表的孤立词识别，实现了基于线性预 测倒谱和技术的特定人孤立词语音识别系统同时提出 了矢量量化和隐马尔可夫模型理论。 随着应用领域的扩大，小词汇表特定人孤立词等这些对 语音识别的约束条件需要放宽，与此同时也带来了许多新的问 题第，词汇表的扩大使得模板的选取和建立发生困难第 二，连续语音中，各个音素音节以及词之间没有明显的边界， 各个发音单位存在受上下文强烈影响的协同发音 现象第三，非特定人识别时，不同的人说相同的话 相应的声学特征有很大的差异，即使相同的人在不同的时间 生理心理状态下，说同样内容的话也会有很大的差异第四， 识别的语音中有背景噪声或其他干扰。因此原有的模板匹配方 法已不再适用。 实验室语音识别研究的巨大突破产生于世纪年代末 人们终于在实验室突破了大词汇量连续语音和非特定人这三 大障碍，第次把这三个特性都集成在个系统中......”。

8、“.....它是第个高性能的非特定人大词汇量连续语音识别系 统。 这时期，语音识别研究进步走向深入，其显著特征是 模型和人工神经元网络在语音识别中的成功应用。 模型的广泛应用应归功于实验室等 科学家的努力，他们把原本艰涩的纯数学模型工程化, 从而为更多研究者了解和认识，从而使统计方法成为了语音识 别技术的主流。 统计方法将研究者的视线从微观转向宏观，不再刻意追求语 音特征的细化，而是更多地从整体平均统计的角度来建立 最佳的语音识别系统。在声学模型方华大学北京大学哈尔滨工业大学上海交通大学中国科 技大学北京邮电大学华中科技大学等科研机构都有实验室 进行过语音识别方面的研究，其中具有代表性的研究单位为清华大学电子工程系与中科院自动化研究所模式识别国家重点 实验室。 清华大学电子工程系语音技术与专用芯片设计课题组，研发 的非特定人汉语数码串连续语音识别系统的识别精度，达到 不定长数字串和定长数字串。在有的 拒识率情况下......”。

9、“.....这是目前国际最好的识别结果之， 其性能已经接近实用水平。研发的词邮包校核非特定人 连续语音识别系统的识别率达到，前三选识别率达 并且可以识别普通话与四川话两种语言，达到实用要 求。 中科院自动化所及其所属模式科技公司年发布了他 们共同推出的面向不同计算平台和应用的天语中文语音系 列产品，结束了中文语音识别产品自年 以来直由国外公司垄断的历史。 国外研究历史 语音识别的研究工作可以追溯到世纪年代贝尔 实验室的系统，它是第个可以识别十个英文数字的语 音识别系统。 但真正取得实质性进展，并将其作为个重要的课题开展研 究则是在年代末年代初。这首先是因为计算机技术的发展为语音识别的实现提供了硬件和软件的可能，更重要的是 语音信号线性预测编码技术和动态时间规整 技术的提出，有效的解决了语音信号的特征提取和不等长匹配 问题。这时期的语音识别主要基于模板匹配原理，研究的领 域局限在特定人，小词汇表的孤立词识别......”。