語音識別，就是讓機(jī)器通過分析和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的尖端技術(shù)。語音識別是一門交叉學(xué)科，所涉及的領(lǐng)域包括：信號處理、模式識別、概率論和信息論、發(fā)聲機(jī)理和聽覺機(jī)理、人工智能等等。語音識別技術(shù)與語音合成技術(shù)一同成為實(shí)現(xiàn)人機(jī)語音通信，建立有聽和講能力的語音系統(tǒng)所必需的兩項(xiàng)關(guān)鍵技術(shù)。

　　捷通華聲ASR核心引擎是針對特定語言的識別軟件模塊，該軟件模塊是整個(gè)ASR軟件的核心模塊。核心模塊接收其他模塊的設(shè)置，并根據(jù)設(shè)置內(nèi)容對語音數(shù)據(jù)進(jìn)行識別，并將識別結(jié)果列表返回給調(diào)用模塊。返回的識別結(jié)果列表，包含一組識別結(jié)果--識別信心值對，以供調(diào)用模塊使用。

　　捷通華聲ASR語音識別技術(shù)具有以下特點(diǎn)：

• 支持語種：廣泛支持中英文識別；
• 識別率：高針對漢語普通話，連續(xù)語音識別率可以達(dá)到90%以上，支持語音打斷功能與端點(diǎn)檢測功能；
• 識別速度：采用實(shí)時(shí)識別方式，實(shí)現(xiàn)語音數(shù)據(jù)的傳輸和識別的同步，實(shí)時(shí)率可達(dá)0.5以下。
• 可定制：定制模型的識別率可達(dá)到95%以上
• 詞表長度：大詞表長度可達(dá)到百萬以上（可根據(jù)需要擴(kuò)展）；
• 音頻格式：用于進(jìn)行語音識別的輸入語音格式為：16K*8Bit A-Law、16K*8 Bit u-Law、16K*16 Bit PCM；
• 識別方式：支持詞表識別、語法識別和自由說識別。
• 語法功能：可以在加載多個(gè)語法文件的情況下，同時(shí)激活多個(gè)語法文件，讀取單個(gè)詞條，從多個(gè)語法文件中得出單個(gè)詞條的識別結(jié)果。
• 支持云端識別和本地端識別。