有的人会问，为什么需要将语音转化成文字呢？因为在计算机领域，语音是一种模拟信号，既不利于保存，也不利于进行分析，尤其是不利于进行分析。在传统的语音识别系统的前端处理中,基于语音信号的短时平稳特性,对输入的语音信号采取分帧处理的方法。
语音识别是什么？
所谓的语音识别技术，简单的说就可以用一句话来概括：将语音转化成文字的技术。当然如果要展开说的话，可能说三天三夜都说不完。先说一说语音识别的典型应用都有什么。第一个最典型也是最常见的应用就是输入法，所谓的语音输入法。现在几乎所有的主流输入法都支持语音输入。比如说搜狗输入法，讯飞输入法，百度输入法等等。你在使用这些输入法的时候按住空格键，然后对着麦克风说话，输入法就会自动的把你说的每一句话，每一个词每一个字都转化成文字。
如果你的普通话说的非常标准的话，你会发现你在手机上的打字效率变得非常之高，甚至超越了你在电脑上的打字速度。第二个比较典型的应用，但是普通人平时见得比较少的，是在司法机构的速记，当然凡是需要速记的地方应该都会需要这种应用。过去有一种工作叫速记员，他们在有需要将谈话内容，会议内容记录下来的场合，发挥自己超强的打字天赋，将语音的内容通通的记录成文字。
当然这对人的打字速度要求非常之高，于是语音识别技术就非常顺理成章地应用在了这个领域。有了这个技术，速记员只需要将已经被机器转化成的文字进行校对即可。当然语音识别技术还有很多很多其他的更不太常见的应用，只要需要将语音转化成文字的地方都会用到。有的人会问，为什么需要将语音转化成文字呢？因为在计算机领域，语音是一种模拟信号，既不利于保存，也不利于进行分析，尤其是不利于进行分析。
如果能够将语音这种模拟信号转化成文字，那么利用已经非常成熟的大数据技术，就可以进行更深度的挖掘和分析，甚至于进行下一步的相关的人工智能应用，比如自然语言理解方面的应用。最后再说一下，现在的语音识别技术已经发展到什么程度了。建议每一个人都使用自己手机上的语音输入法试一下，看看精度如何。作为人工智能领域最成功的商业化案例之一，语音识别技术正在被却来越多的应用在日常生活当中的方方面面。
语音信号处理中怎么理解分帧？
在传统的语音识别系统的前端处理中,基于语音信号的短时平稳特性,对输入的语音信号采取分帧处理的方法。由于听觉系统在对语音信号处理过程中,利用并保持了语音信号的连续性和动态特性。因此在进行听觉建模工作中,分帧的处理方法是否同样适用?本文在计算听觉模型的前端处理中,针对不分帧策略和传统分帧策略哪一种更适合后续处理和提高系统的整体识别性能这一问题,进行了探讨。
