Automatic Speech Recognition

释义 Definition

Automatic Speech Recognition（ASR）：自动语音识别；指让计算机把人类说话的语音信号自动转换成文字的技术与系统（常见于语音输入法、字幕生成、智能助手、客服语音质检等）。也常简称为 speech recognition。

发音 Pronunciation (IPA)

/ˌɔːtəˈmætɪk spiːtʃ ˌrekəɡˈnɪʃən/

例句 Examples

ASR can turn your voice into text in seconds.
ASR 可以在几秒内把你的声音转换成文字。

In noisy environments, automatic speech recognition systems often rely on advanced acoustic models and context to reduce errors.
在嘈杂环境中，自动语音识别系统通常依赖先进的声学模型和语境信息来降低错误率。

词源 Etymology

这是一个技术复合短语，由三部分组成：

• automatic 源自希腊语 automatos（“自发的、自动的”）
• speech 源自古英语 spæc（“言语、说话”）
• recognition 源自拉丁语 recognitio（“再认、辨认”）
  合起来字面意思就是“对言语进行自动辨认”，现代语境中特指“语音转文字”的识别技术。

相关词 Related Words

• Acoustic Model
• Speech Recognition
• Transcription
• Natural Language Processing
• Voice Assistant
• Dictation
• Speech-to-Text
• Speaker Recognition

文学与著作 Literary Works

• Speech and Language Processing（Daniel Jurafsky & James H. Martin）——在语音与语言处理章节中系统讨论 ASR 的经典教材。
• Automatic Speech Recognition: A Deep Learning Approach（Dong Yu & Li Deng）——以深度学习方法为主线介绍现代 ASR。
• Speech Recognition（James K. Baker 等相关领域综述/著作常以此题名）——术语与方法框架中频繁出现 “automatic speech recognition”。