前面兩章，我們分享了VR領(lǐng)域人機交互的概述和前沿技術(shù)。接下來我們進入第三章人機交互感知層處理，包括手勢、姿勢、語音、表情、眼紋和情感識別的技術(shù)和模型處理，共 3.5萬字，希望能幫到大家。

在語音交互流程中，最具挑戰(zhàn)性的是“語音處理”。語音處理的核心目標是提高有效聲源的接受質(zhì)量，那么該怎么提高呢？作者以生活中的案例類比分析，一起來看看吧。

近年來人工智能技術(shù)快速發(fā)展，比較引人注目的包括智能語音技術(shù)、計算機視覺技術(shù)和自動語音識別技術(shù)等。其中，自動語音識別（ASR），簡稱語音識別，是重要的組成部分。其主要目標是把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文字，從而讓機器具有聽覺功能，能夠直接接收人的口語命令，實現(xiàn)人機自然的交互。

不少iPhone用戶可能已經(jīng)習(xí)慣了通過“Hey Siri”來喚醒智能語音對話，但未來，iPhone用戶也許可以直接通過“Siri”來實現(xiàn)喚醒，而這一看起來微小的變化，其背后隱藏的是蘋果在語音識別技術(shù)上的突破。具體如何理解？不如來看看作者的解讀吧。

編輯導(dǎo)語：語音識別已經(jīng)走進了大家的日常生活中，我們的手機、汽車、智能音箱均能對我們的語音進行識別。那么什么是語音識別呢？它又能應(yīng)用于哪里？該如何對其進行測試...

語音識別正在成為人類與互聯(lián)網(wǎng)溝通的新主流方式。 近日，一份來自大西洋彼岸的報告成為很多人關(guān)注的焦點。 這份由美國知名投資機構(gòu)Mangrove Capital Partners發(fā)布的《2...

本文章主要介紹了語音識別技術(shù)語的算法包括動態(tài)時間調(diào)整、隱馬爾可夫模型、BP神經(jīng)網(wǎng)絡(luò)，目的是幫助PM了解語音技術(shù)方面的知識，有助于語音類相關(guān)產(chǎn)品的設(shè)計～ 語音信號...

本文章主要介紹了語音識別技術(shù)語的發(fā)展、基本原理、語音特征，目的是幫助PM了解語音技術(shù)方面的知識，有助于語音類相關(guān)產(chǎn)品的設(shè)計～ 一、語音識別的發(fā)展 20世紀50年代...