L3 · 专题文章

语音识别（ASR）：把声音转成可计算的语言

语音模型语音识别 ASR样板

理解 ASR 如何从音频信号得到文本，以及它与语言理解系统怎样衔接。

先看重点 ↓ 下一步

LIVE

CORE 语音识别（ASR）：把声音转成可计算的语言

01 WHAT

是什么

把连续语音信号转换为文本或结构化语义的模型

02 WHY

为什么

03 HOW

怎么做

FOCUS

只留最重要的判断，细节见下方实践

01 CORE

声学表征：从音频提取特征

02 CORE

解码：从特征预测文字

03 CORE

语言后处理：标点与术语修复

04 CORE

系统集成：交给 LLM 或搜索

PRACTICE

✓先理解当前页面解决的问题

✓再进入架构与关键术语

✓选择一个下一步节点继续深入

✓用小型实践验证理解

Text To Speech → Spoken Dialogue → Language Models → Audio Modality →