2.2 传统ASR的局限性与挑战

文档摘要

2.2 传统ASR的局限性与挑战 2.2 传统ASR的局限性与挑战传统语音识别（ASR）模型，通常指的是基于隐马尔可夫模型（HMM）和高斯混合模型（GMM）的架构，虽然在特定场景下取得了显著成就，但其内在的设计原理和对数据处理方式的依赖，也使其面临诸多局限性与挑战。这些问题不仅限制了其在复杂环境下的性能，也阻碍了其向更广泛应用场景的拓展。 2.2.1 模块化设计带来的复杂性与误差累积传统ASR模型采用高度模块化的设计，通常包含声学模型、发音词典和语言模型等独立组件。声学模型 (Acoustic Model, AM): 负责将语音信号映射到音素或次音素单元。发音词典 (Pronunciation Dictionary/Lexicon): 定义了词汇与音素序列之间的映射关系。