技术
ASR（自动语音识别）
ASR（自动语音识别）是将人类语音转换为文本的技术，解决人机语音交互中的信息转录问题。它广泛应用于语音助手、实时字幕、会议记录等场景，代表系统包括DeepSpeech、Whisper和Google语音识别API。
详细解释
ASR系统通常包括声学模型、语言模型和发音词典。传统方法使用HMM-GMM，现代方法基于端到端深度学习，如CTC、RNN-T和Transformer。声学模型将音频特征映射为音素或字符，语言模型提供上下文约束。近年来，自监督预训练（如wav2vec 2.0）大幅提升了低资源场景下的性能。ASR面临的挑战包括噪声环境、口音、多说话人分离等。评估指标常用词错误率（WER）。
别名与相关写法
asrASR自动语音识别Automatic Speech Recognition
相关术语
微调共现 3 篇
Speech Recognition共现 2 篇
Whisper共现 2 篇
论文共现 2 篇
Large Language Models共现 1 篇
Domain Adaptation共现 1 篇
相关公司
相关资讯
研究指 ASR 指标掩盖 RAG 投毒防御真实效果2026/11/2
Oracle 引导微调提升生成式 ASR 后编辑2026/10/14
华擎工业 AI Box-A395 评测：Strix Halo 进军工作站2026/10/31
研究：教育ASR需按说话人角色分场景评估WER2026/10/30
arXiv 论文提出块循环 ASR 架构，参数少一个数量级2026/10/30
研究提出语言感知智能体数据采样框架提升多语言 ASR 训练效率2026/10/28