語音識別，就是讓機器通過分析和理解過程把語音信號轉變?yōu)橄鄳奈谋净蛎畹募舛思夹g。語音識別是一門交叉學科，所涉及的領域包括：信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽覺機理、人工智能等等。語音識別技術與語音合成技術一同成為實現(xiàn)人機語音通信，建立有聽和講能力的語音系統(tǒng)所必需的兩項關鍵技術。
捷通華聲ASR核心引擎是針對特定語言的識別軟件模塊，該軟件模塊是整個ASR軟件的核心模塊。核心模塊接收其他模塊的設置，并根據(jù)設置內(nèi)容對語音數(shù)據(jù)進行識別，并將識別結果列表返回給調用模塊。返回的識別結果列表，包含一組識別結果--識別信心值對，以供調用模塊使用。
捷通華聲ASR語音識別技術具有以下特點：
- 支持語種：廣泛支持中英文識別；
- 識別率：高針對漢語普通話，連續(xù)語音識別率可以達到90%以上，支持語音打斷功能與端點檢測功能；
- 識別速度：采用實時識別方式，實現(xiàn)語音數(shù)據(jù)的傳輸和識別的同步，實時率可達0.5以下。
- 可定制：定制模型的識別率可達到95%以上
- 詞表長度：大詞表長度可達到百萬以上（可根據(jù)需要擴展）；
- 音頻格式：用于進行語音識別的輸入語音格式為：16K*8Bit A-Law、16K*8 Bit u-Law、16K*16 Bit PCM；
- 識別方式：支持詞表識別、語法識別和自由說識別。
- 語法功能：可以在加載多個語法文件的情況下，同時激活多個語法文件，讀取單個詞條，從多個語法文件中得出單個詞條的識別結果。
- 支持云端識別和本地端識別。
