電話機(jī)器人是近兩年興起的人工智能產(chǎn)品，主要通過電話群呼叫潛在客戶，通信選擇信息，幫助企業(yè)選擇意向客戶。企業(yè)使用電話機(jī)器人可以降低人工成本，提高運(yùn)營(yíng)效率。

　　電話溝通也是信息溝通的一種方式。對(duì)于人類來說，這是一件非常簡(jiǎn)單的事情，但對(duì)于機(jī)器來說，這并不是一件容易的事情，它涉及到主動(dòng)語音識(shí)別技術(shù)。

　　語音識(shí)別，又稱主動(dòng)語音識(shí)別(AutomatichSpeechRecognition、ASR)，是指計(jì)算機(jī)主動(dòng)將人類的語音內(nèi)容轉(zhuǎn)換成相應(yīng)的文本。

　　語音識(shí)別技術(shù)已經(jīng)有50多年的歷史近年來仍被廣泛使用。隨著移動(dòng)設(shè)備、可穿戴設(shè)備、智能家居設(shè)備和車載系統(tǒng)的日益普及，對(duì)話交互逐漸成為人機(jī)交互的重點(diǎn)。

　　語音識(shí)別主要由以下基本模塊組成:信息處理和特征處理、聲學(xué)模型(AM)、語音模型(LM)、發(fā)音詞典和解碼器。

　　信號(hào)處理和特征提取。它是語音識(shí)別系統(tǒng)的部分，其主要使命是接收最原始的音頻信號(hào)，為后面的聲學(xué)模型提取合適的代表性特征向量。它還包括一些信號(hào)處理技術(shù)，如盡可能降低環(huán)境噪聲、信道失真、說話人等因素對(duì)特征的影響。

　　普通語音識(shí)別系統(tǒng)多采用隱馬爾科夫模型對(duì)詞、音節(jié)、音素等基本聲學(xué)單元進(jìn)行建模，生成聲學(xué)模型。可以簡(jiǎn)單理解為發(fā)聲的建模，可以將語音輸入轉(zhuǎn)換成聲學(xué)表示的輸出。

　　正則語言，包括上下文和文法在內(nèi)的各種語言模型都可以作為語言模型。目前，大多數(shù)語音識(shí)別系統(tǒng)仍然選擇基于計(jì)算的N元(N-gram)模型及其變體。它可以通過練習(xí)學(xué)習(xí)單詞和單詞之間的聯(lián)系來估計(jì)假設(shè)單詞序列的可能性。

　　發(fā)音詞典包括系統(tǒng)可以處理的單詞的調(diào)整和發(fā)音。發(fā)音詞典獲得了聲學(xué)模型建模單元和言語模型建模單元之間的映射連接，并將它們連接起來，形成一個(gè)搜索狀態(tài)空間，用于解碼器進(jìn)行解碼操作。

　　解碼器是語音識(shí)別系統(tǒng)的中心之一，其使命主要是讀取和輸入語音信號(hào)的特征序列，然后根據(jù)聲學(xué)模型、語音模型和發(fā)音詞典解碼以更大概率輸出信號(hào)的詞串。

　　語音識(shí)別是先編碼后解碼的過程，信號(hào)處理和特征提取是編碼的過程，從原始語音獲得語音向量。后面是語音向量的解碼，解碼需要上面提到的聲學(xué)模型和言語模型。

　　與計(jì)算機(jī)視覺不同，語音識(shí)別只有一個(gè)中心使命——將人類的語音轉(zhuǎn)換成文本。簡(jiǎn)單描述一下機(jī)器識(shí)別語音的過程:單詞由單詞組成，單詞由音素組成。假設(shè)我們把一段語音的聲波按幀切開，用幀組成狀態(tài)，用狀態(tài)組成音素，然后用音素組成單詞，語音就變成文字了。

　　音素:音素是最小的語音單位，一個(gè)發(fā)音動(dòng)作構(gòu)成一個(gè)音素。音素構(gòu)成音節(jié)，音節(jié)構(gòu)成不同的單詞和短語。音素分為元音和子音。

　　情況:這里可以理解為比音素更詳細(xì)的語音單位。一般一個(gè)音素分紅三種情況。

　　雖然語音識(shí)別技術(shù)仍有許多亟待進(jìn)步的地方，如方言語音識(shí)別、高噪聲環(huán)境語音識(shí)別等。但不可否認(rèn)的是，隨著信息技術(shù)的不斷發(fā)展，語音識(shí)別技術(shù)將不斷被打破，發(fā)展空間越來越大。