关键词：语音识别识别原理智能交通
0引言
语言是人与人之间沟通的基本方式，也是与外界进行信息交流的基本工具。随着计算机技术的快速发展和人机交互的理念在科技中的渗透，语音识别技术作为最直观和效果出众的工具受到系统设计者的喜爱。语音识别技术就是为了让机器能够准确识别人说话的内容，并将其转变为相应文本命令的技术，它将帮助计算机更好地向智能化自动化方向发展，使人机通讯更加便利。
1智能交通概念和发展现状
城市发展是在各方面基础都得到保证前提下才有所提升的，然而，近年来，随着城市车容量的增大，交通阻塞越发成为制约城市发展的瓶颈。由此引发的一连串的交通事故频发，能源消耗巨大，大气污染严重等问题，已是我们多年的苦恼，在此背景下，以信息技术为基础的智能交通系统应运而生。智能交通系统本质上是围绕交通信息的应用而形成的综合运输系统，主要用于交通运输、服务控制和车辆制造的领域中。通过汇总车辆、道路、使用者三者的数据，关联三者之间的联系，进而达到保障安全，提高效率，改善环境和节约资源的目的。经过十几年的发展进步，ITS目前在发达国家和部分发展中国家都得到了长远发展，其带来的效益也日益明显。
ITS起源于20世纪60年代，在80年代后得到了极大的发展，目前已经形成了美、欧、日三足鼎盛的局面，除此以外，韩国、澳大利亚ITS的发展也初具规模。美国ITS的发展对其它国家起到了极大的引领作用，1976年到1997年，美国车辆极剧增长，进而引发的问题也逐步积累，引起了政府的高度重视，于1990年成立了“IVHS”项目，自此长达20多年的ITS研究全面展开。
20多年来，研究不断进展，目前，美国的ITS体系结构已基本完善，极大的缓解了交通拥挤的问题。相对而言，日本的交通拥挤现象更为突出，为此早在20世纪70年代，日本便开始了对车载交互路线引领显示系统进行研究，这也是智能交通系统的雏形，由此打开了ITS的大门。进入80年代后，由于数据处理更加便利，ITS得到了进一步发展，日本开始了对道路车辆通信系统（PACS）项目进行研究。目前，日本在ITS中已经取得巨大成果，拥堵现象基本改善，二氧化硫的排放也明显降低。此时日本正着眼于对人、车、路和谐同存的交通道路体系进行研究。
2语音识别技术的发展和原理
2.1语音识别技术的发展历史
语音识别技术诞生于20世纪50年代。语音识别技术应用的雏形是研究人员第一次实现了对英文数字的孤立词的语音识别。在上个世纪60-80年代，语音识别技术因为计算机软硬件飞速发展的客观事实而取得了实质性的进展，不仅是各类技术模型，如动态规划和预测分析技术、矢量量化和隐形马尔克夫模型等先后被提出，动态时间规划技术和信号端点检测和长度匹配的难题也被一一解决。
在80年代后期已经可以实现多特征的语音识别，技术也从孤立词到非特定人大量词汇的连续识别的转变，这种成功转向，为后续相继开发的各类不同算法及其系统奠定了良好的基础。在20世纪90年代，语音识别技术不再仅限于实验室技术指标的研究，而是走向市场。这样的技术发展趋势是基于支撑语音识别技术的各类模型建立的更加成熟的结果。在这之后语音识别技术开始渗透到各个领域中，识别正确率也随着训练的增加而有了大幅度提高，并加速了该技术走向产品化。
进入21世纪后，人机交互的理念也日趋成熟，语音识别开始被各大科技公司青睐，国外如微软、IBM、苹果、NTT等公司，国内如科大讯飞、捷通华声、中科信利等企业都在语音识别系统的开发上投入了大量的资源。不论是语音搜索还是当时苹果Siri的首次亮相，都无疑加快了人机交互的进程。
2.2语音识别的基本原理
虽然语音识别系统种类繁多，但是它们的基本原理和本质技术都是一致的,语音识别系统的基本原理如图1所示。
图1语音识别系统原理框图
由上图可以看出，语音识别系统的训练和识别过程主要由预处理、特征提取、模型训练、建立模型库、识别判决和结果输出等部分构成。首先，预处理是在语音数字化之后，参数分析之前进行的初始处理。它将通过滤掉语音信号中不必要的信号及噪声，以及端点检测，即将要进行分析的语音信号部分从输入信号中提取出来，从而提升语音系统的识别能力，增加其准确性。特征提取则是对原始语音信号进行正式处理，提取相关语音特征，计算语音信号所对应的特征参数，包括采样量化、特征参数计算等步骤，提取相关的声学参数，建立声学模型。模型训练及匹配，就是通过多次重复语音，强化保留关键数据。模式匹配是整个语音识别系统的关键技术，模式匹配以声学模型与语音模型作为模板，通过不同的阈值对特征参数和模板进行匹配性的评估。在识别判决单元中，通常会讲匹配计算、参考模式库等融合一起。当匹配识别发生错误时，系统会根据语音模型和已有的训练集等进行重新判断纠正，通过这样的反馈回路来保证整个系统的准确性。
3语音识别系统在智能交通中的应用
通过语音识别系统为行车中人们提供及时的交通路况信息，这点在目前的汽车技术中较为普遍。汽车行驶，司机可通过相关系统进行交通信息与导航服务，道路救援与个人通讯服务等。然而由于目前人们仍只能通过在行驶中的手动控制系统，这对行驶安全带来极大隐患，而语音识别系统能很好的解决这个问题。基于语音识别系统，司机可对其进行相关语音信息操作，进而相关系统可以为用户语音播报交通地图，适时路况等信息，除此之外，用户也可对汽车的相关操作进行语音命令，而避免了紧急状况时对菜单还要多层选取的麻烦。
现在，由于信息传达的不及时等问题，不少处于紧急危险状况的行车均得不到及时的救援处理而发生灾难。而语音识别在解决此类问题方面也有意想不到的效果。在行车发生故障事故或出现抢劫落水等紧急状况时，可通过紧急呼救系统进行呼救，此系统可通过语音识别系统对当时场景进行评定，然后判断是否属于危险场景，若属于危险场景，系统会进行自动呼救，向救援中心请求支援，接着救援中心会通过监听系统调取相应图象等方法，对此情况进行进一步确认，经过再次确认后会派遣救援人员前去救援。通过这种系统既可以安全地向外界求助，又可以快速高效地得到救援。
在监控中心控制方面，语音识别也有着广泛的应用。首先，对于行车进行信息获取，相关路况的监控状况等方面，均需要监控中心的操作人员进行查询、切换，然而目前由于信息储备量的巨大，操作人员不得不耗费大量的人力、物力繁杂的查找，并且于显示屏中以文本图象的形式反馈，而利于语音识别系统，操作人员与控制平台进行更加顺畅的语音交互，操作人员通过下达相应的语音命令，信息系统便可对其进行识别反馈。这极大程度的提高了信息汲取的效率，并且为信息的实时性奠定了基础。
目前，对于行车的用户给予位置信息服务也较为普遍，相关系统会为用户提供周边的各类资料，及时获知餐厅、商厦地点等信息，在语音识别系统的基础上，位置服务又将得到进一步提升，用户通过语音交互便可迅速的获知信息，并且得到经系统筛选后较好答复。除此之外，在安全方面系统也会及时的为用户提供路况信息及相应行车路线，并且对出现的问题、故障提供通报。再道路管理中，可通过语音识别系统进行命令下达及系统操作，高效快速地改善交通安全，减少堵塞。
4结束语
本文主要介绍了语音识别系统在智能交通方面的应用，通过部分的产品效果及相关预期可以看出，语音识别系统在智能交通中有着极大的延伸力与生命力。随着语音识别与智能交通有机的结合，极强的人机交互将应运而生，但是由于语音识别的研究并未十分完善，智能交通发展尚有待深层挖掘，所以目前两者的结合还存在一定的局限性。随语音识别技术的抗噪音干扰，应用灵活性等方面的提高，我们相信在不久的将来，语音识别技术在智能交通的应用上会不断完备。
参考文献
[1]李宏梅,伍小芹.有关语音识别技术的研究[J].现代电子技术,2010,33(8):138-140.
[2]史新宏,蔡伯根,穆建成.智能交通系统的发展[J].北京交通大学学报,2002,26(1):29-34.
[3]王培鹤.基于语音识别的出租车紧急呼救系统触发方法的研究[D].中国海洋大学,2014.
[4]贺振欢,孙壮志.基于语音识别技术的停车诱导系统研究[J].交通运输研究,2009(11):58-62.
[5]吴俊伟,方钰,曾国荪,等.语音识别装置、模型训练方法、及交通信息服务平台:CN,CN101286317B[P].2011.