1.3.1　智能語音處理的基本概念

為簡化處理，經(jīng)典的語音處理方法一般都建立在線性平穩(wěn)系統(tǒng)的理論基礎之上，這是以短時語音具有相對平穩(wěn)性為前提條件的。但是，嚴格來講，語音信號是一種典型的非線性、非平穩(wěn)隨機過程，這就使得采用經(jīng)典的處理方法難以進一步提升語音處理系統(tǒng)的性能，如語音識別系統(tǒng)的識別率等。

隨著機器人技術的不斷發(fā)展，以機器人智能語音交互為代表的語音新應用迫切要求發(fā)展新的語音處理技術與手段，以提高語音處理系統(tǒng)的性能水平。近十年來，人工智能技術正以前所未有的速度向前發(fā)展，機器學習領域不斷涌現(xiàn)的新技術、新算法，特別是新型神經(jīng)網(wǎng)絡和深度學習技術等極大地推動了語音處理的發(fā)展，為語音處理的研究提供了新的方法和技術手段，智能語音處理應運而生。

至今為止，智能語音處理還沒有一個精確的定義。廣義上來說，在語音處理算法或系統(tǒng)實現(xiàn)中全部或部分采用智能化的處理技術或手段均可稱為智能語音處理。