待验证50% 置信事实精确时间

ASR技术最初基于隐马尔可夫模型（HMM），通过维特比算法在状态路径中寻找后验概率最大的路径将声学特征映射为音素串

1

来源数

50%

置信度

长期有效

时效性

2026/7/20

首次发现

来源

GPT-Live实时语音交互：边听边说如何实现自然对话

相关事实

待验证HMM假设语音波形由音素状态序列依概率生成，解码时通过维特比算法寻找后验概率最大的状态路径，并通常与高斯混合模型结合形成GMM-HMM架构82% 相似待验证自动语音识别（ASR）底层通常采用端到端神经网络模型，如Whisper、Wav2Vec72% 相似已验证语音识别技术经历了从隐马尔可夫模型（HMM）到循环神经网络（RNN）再到端到端模型的演进70% 相似待验证早期语音识别主流方案依赖隐马尔可夫模型（HMM），对噪声、口音和多语种混合识别能力有限67% 相似待验证该设备的语音识别ASR在本地SoC完成，语义理解与答案生成依赖云端LLM推理集群67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/573326

API

curl https://kongchang.com/api/v1/knowledge/claims/573326

MCP

get_claim(id=573326)