1.前言：
本科毕业之后，开始了北漂，一直想从事一些偏上层方面的工作，开始找工作期间各种碰壁。可能自己c语言的基础还可以的原因，被现在的单位的引擎组招了过来，起初只是被用来干一些引擎的支持和测试，慢慢的开始接触到了语音识别等引擎的开发，所以利用自己在工作中所了解得在这里班门弄斧地谈谈语音识别，也是想工作进行总结。也欢迎大家指出错误和不足。
1.语音识别简介：
语音识别技术即AutomaticSpeechRecognition（简称ASR），是指将人说话的语音信号转换为可被计算机程序所识别的信息，从而识别说话人的语音指令及文字内容的技术。目前语音识别被广泛的应用于客服质检，导航，智能家居等领域。
2.语音识别过程：

语音识别大体上包含前端处理，特征提取，模型训练，解码四个模块。其中前端处理包括了，语音转码，高通滤波，端点检测等。
上图目前语音识别的基本流程，输入的语音数据流经过前端处理（语音格式转码，高通，端点检测），语音格式转码是将输入的语音数据转成pcm或者wav格式的语音，端点检测是检测出转码后语音中的有效语音，这样对解码速度和识别率上都会改善。经过前端处理之后的得到的分段语音数据送入特征提取模块，进行声学特征提取。最后解码模块对提取的特征数据进行解码，解码过程中利用发音字典，声学模型，语言模型等信息构建WFST搜索空间，在搜索空间内寻找匹配概率最大的最优路径，便得到最优的识别结果。
在其他章节中会详细介绍以上四个模块。
3.语音识别的学习：
由于语音识别本事就是一个非常大并且繁琐的工程，设计到知识面很广，目前我也在想如何把这个学习过程更加系统化，简单化。希望这一块能得到前辈的指点。
目前我再看这些书籍：
1).数学之美，这本书对整个语音识别过程以及各个模块讲的很详细，也很通俗易懂，是一本不错的语音识别入门的书。
2).语音信号处理，这本书对前端处理模块的学习有很大的帮助，由于是一本教材书籍，自己在有些地方看起来也很晦涩，目前也想在网上找一些相关网课看看，这样更加深理解，找到的话也会第一时间分享。
3).关于特征提起模块，网上有很多帖子写的都很详细，后面我也会整理一下。
4).解码和模型训练…未完！！！