苹果Siri学说上海话 语音助手究竟是怎么工作的？

目前，迄今为止，至少有一件事是Siri的竞争对手做不到的，即会说36个国家的21种语言。这个功能非常重要，因为大部分智能手机都是销往美国以外的地区的。

据报道，微软的“小娜”会说13个国家的8种语言。谷歌语音助手会说4种语言，该服务一开始只在谷歌自家的Pixel手机里有，后来又装入了其他安卓设备。亚马逊的Alexa只会说英语和德语。

微软公司一个29人的编辑团队正着手推出面向地方市场的定制“小娜”服务。谷歌和亚马逊都表示计划给它们的语音助手添加更多语言，但两家公司均拒绝透露更多消息。

而苹果Siri，如今也要开始学说上海话了，一种只在上海和周边地区使用的吴语方言。这说明，智能助手要想成为能够全面操作智能手机和其他设备的工具，就必须跨越语言的障碍。

Siri可以说是这些服务中的老前辈了。许多研究人员，包括位于西雅图的艾伦人工智能研究所的首席执行官奥伦·埃齐奥尼在内，都认为在语音识别和回答问题方面，苹果的领先优势已消耗殆尽。

智能化的语音助手究竟是怎么工作的呢？

提取语音：

通过话筒，获取你所说的语音，声波信号转换成电压信号，或是电流信号。

电信号的滤波：

将电压信号或电流信号通过硬件电路，进行高频滤波或是带通滤波，去除直流信号，和相关的分语音信号的干扰；其中的滤波器，有硬件电路实现的，也有软件实现的，现在大部分滤波的实现都是采用软件的方式。

语音信号的预处理：

滤掉非语音信号以后，把语音信号进行相关的处理，这些的方法都是基于对人类语音和听觉研究所得到的，有很多比较好用的方法。常见方法有：语音预加权，语音分帧，语音加窗等方法。

将纵波的声波转换成电信号，然后在再由模拟的信号转换成数字信号，再根据语音学科相关的原理将语音进行相关的标准化处理，和简单的辨别处理。