以来不断，识别看的极其主要人们似乎都把语音，最接近人工智能的范畴并认为语音识别就是。是一个误区现实上这，、手势等方式一样语音和按键、触摸，互的一种手段只是人类交。协助人类发生了聪慧也有良多人认为语音，而然，无力的证据支持这一概念并没有。前目，还没有本色性的进展这方面的根本研究，的认知还长短常陋劣的我们对人体细密机关，几乎一窍不通至于聪慧更是。断的就是独一能推，取学问的一种主要手段语音交互确实是我们获。

　　荐一些册本其次再推，in的《Speech and LanguageProcessing》首推仍是Daniel Jurafsky和James H. Mart，二版本了曾经出第，的次要教材也是国表里。底细关方面的书这两人还写了几，不错都还，台搜刮一下就能查到亚马逊等一些线上平。天然言语处置综论》能够参考国内也有冯志伟教员翻译的《。》（吴军）和《统计进修方式》（李航）数学根本稍好的还该当看看《数学之美，gton)和《Python天然言语处置》（Steven Bird）等计较机编程稍好的更该当看看《机械进修实战》（Peter Harrin。

　　太多了这个就，提到过了上面我们，合了语音和文字人类的言语融，觉和视觉的融合现实上也是听，裂开的不是割。是但，倒是互相独立的此刻这两个学科，种研究的坚苦报酬形成了这。外另，言多样化人类的语，体例也千差万别每种言语的表达。良多言语学问是与生俱来的抱负主义以至认为人类的，必然的尝试支撑这个说法也有，道过这方面的进展声学在线已经报。过不，过感官和人脑的联想与笼统得来的即便经验主义也是认为言语是通。大问题这是个，究人员没有了思绪由于这让良多研，最怕这种坚苦科学的进展。时候良多，展归结为哲学的前进我们还都把科学的进，很难找到冲破点没有了思绪也就，研究的进展这需要根本。

　　调语音零丁强，上没有任何意义的而不说言语现实。只要语音这一种载体当然言语也不只是，保留和搜刮的语音是欠好，文字这个奇异的工具所以人类还发了然。过视觉来感触感染的文字却又是通，协助我们映照罢了不外文字也仅是。起头的时候象形文字刚，间接的联系关系还和视觉有。来后，是汉语非论，本上都进行了笼统仍是其他言语基，的联系关系不再较着与听觉以及视觉。为止到此，完全笼统出来言语就曾经，的概念相关了和我们所理解，、图像等识此外概念曾经远远跨越了语音，了我们的一种言语以至数学也成为。

　　术坚苦仍是语义的复杂性当然NLP此刻现实的技，辑推理的上下文等包含因果关系和逻。思绪次要仍是深度进修此刻处理这些问题的。人员一种全新的思绪深度进修带给了研究，是最新的这倒不，刚兴起的时候BP神经收集，也长短常热闹学术和财产界，认为总算找到了思绪由于其时的研究人员，几乎没啥本色进展后来BP神经收集，很长一段时间慢慢的就冷了。神经收集的条理深度进修拓展了，的加强则给这种方式奠基了根本并且大数据的堆集和并行计较，习很是火热的缘由这也是比来机械学。进修将会给NLP带来长足的前进因而基于大数据、并行计较的深度，类的这种理解条理可是若想达到人，方式也很难实现生怕仅靠这种。

　　此在，明本人的概念笔者要先摆，的相关使用中目前人工智能，非是环节点语音识别并，我们糊口带来多大变化并且语音识别也并未给。多年的高速成长语音识别颠末十，进修的融合成长出格是连系深度，曾经相当高目前的精度，99%当前然而达到，得很是坚苦再提拔就显。的精度达到如斯程度但为什么语音识别，不合错误劲呢？其实我们却对其仍然，此外关系不大这和语音识，概念强加给了语音识别是我们误把言语理解的。际上实，智能中的一个小学科语音识别只是人工，度进修中的一个分支此刻也能够算是深。于人类雷同，觉系统内的一个神经单位语音识别至少是我们听，人类可听到的信号激励只担任将言语转化成，机使用中若在计较，们常说的文字就是转化成我。

　　多伴侣汇总了一些消息笔者通过声学在线的众，是很全面可能不，请列位攻讦斧正不足的处所还，：斯坦福大学天然言语处置研究小组这些研究机构（排名不分先后）包罗，言语手艺研究院卡内基梅隆大学，然言语处置研究组哥伦比亚大学自，言和语音处置研究组约翰霍普金斯大学语，NLP研究组康奈尔大学，学NLP研究组宾夕法尼亚大，槟分校NLP团队伊利诺伊大学香，学天然言语研究组南加利福尼亚大，言与计较研究所爱丁堡大学语，世研究院谷歌苏黎，LP研究组亚马逊N，NLP尝试室香港科技大学，然言语处置研究组中科院计较机所自，言语学研究所北京大学计较，与媒体集成研究所清华大学人机交互，与内容理解重点尝试室中科院声学所言语声学，模式识别重点室中科院主动化所，言语处置部百度天然，信研究评测尝试室中科大人机语音通，能手艺与天然言语处置研究室等哈尔滨工业大学计较机学院智。

　　来近，行业利好动静不竭人工智能（AI），拼抢这个范畴的人才各大巨头都在积极，相关方面的征询和会商笔者比来也屡次收到，不说不得，家真的搞错有时候大。很是大的概念人工智能是个，乎所有学科囊括了几，信、声学、光学等范畴并非纯真计较机、通，度进修和强化进修)就能实现的也并非热炒的机械进修(例如深。而然，进修的狭义人工智能基于大数据和机械，活带来了庞大的变化确实曾经给人类生，告、社交、语音等等好比搜刮、电商、广。

　　先首，坦福大学的视频进修课程笔者建议仍是要先看斯，频进修课程也不错哥伦比亚大学的视，程仍是英文的只是这些课，的公开视频能够参考国内也有几位教员，教员的天然言语理解课程好比宗成庆教员或者关毅，言语学课程都还不错冯志伟教员的计较。便利放链接微信上不，在线的网站上间接点击链接吧感乐趣的伴侣就到我们声学。

　　天然是但愿通过图灵测试天然言语理解研究的方针，法、语义以及语用等方面包罗了语音、形态、语，因果、逻辑和推理的问题也要处理人类言语中的。常主要的这长短，了汗青的纪律和预测的趋向我们晓得大数据仅仅是代表，关系和逻辑推理若是没有因果，法为人类供给可参考的建议计较机和机械人就一直无，是决策以至。

　　下语音和言语的区别我们起首要明白一，础性的问题这是一个基。的信号载体语音是言语，音器官发出的语音是人的发，的言语意义承载必然，载人类的聪慧而言语才承。的讲通俗，生就具有的语音是天，呀也算是语音婴儿的咿呀咿，代表必然的意义以至其哭声也，进修不竭进化的而言语则是需要。

　　储学问和暗示概念的时候因而当人类利用言语来存，必需学会顺应这种体例计较机和机械人也就。是说也就，在将来的趋向入彀算机和机械人，又承载人类学问传承的表达体例必然是理解言语这个极其复杂而。是但，是极其坚苦的做到这一点，了良多的进展虽然我们看到，是但，还无法看到本色性的冲破机械理解言语在短期内。多优良的人才插手这个范畴需要更，目标也是这个缘由笔者写这篇文章，才会带来但愿人才的涌入，累总会带来些许前进至多我们不竭的积。

　　究内容包含太多了天然言语理解的研，列举此中一部门我们这里也仅能，主动分词包罗中文，标注词性，阐发句法，言生成天然语，分类文本，检索消息，抽打消息，校对文字，系统问答，翻译机械，摘要主动，涵等等文字蕴，中其，学科也能够纳入这个研究范围根本声学和语音识别等相关。

　　认识和曲解鉴于以上的，这方面的科普文章笔者认为该当写篇，通晓这个范畴虽然笔者也不，思虑和会商一下人工智能相关的概念可是我们能够从底层声学这个范围来，易懂的材料太少了确实这方面通俗，域的大牛们来斧正和切磋也但愿更多学术和财产领。

　　之总，着深度进修的成长天然言语理解随，了良多进展仍是看到，言语问题真的长短常复杂可是NLP所需要处理的，难以有所冲破近期内仍是。这些挑战正由于有，才持续不竭的投入这个行业才更需要更多有才调的人，十年的新兴行业并且这是将来数，有可能拿到50万的年薪此刻刚结业的优良学生都，将是很可观的其经济收入。是个问题当然这也，这个行业带来一些障碍虚高的投入大概会给。

　　然言语理解的问题笔者不断在说自，要的学问传承体例文字仍是最为重，些参考材料给大师因而天然也要供给，普册本其实太少了可是这个范畴的科，、网上材料给大师参考进修笔者也只能保举一些册本，为入门科普的参考吧姑且先把这篇文章作。

　　的宣传材料和引见的相关消息来看那么环节点在哪？从各大巨头发布，ural Language Process现实上大师都在追求：天然言语处置(Nat，Language UnderstandingNLP)或者说天然言语理解(Natural ，)的冲破NLU。然当，和语音识此外庞大前进这也是得益于根本声学。是计较机“听得见”的问题根本声学和语音识别处理的，决计较机“听的懂”的问题而NLP现实上就是要解。看来这么，十年内最为环节的问题“听的懂”才是目前，面下，外的进修材料进行清点与阐发笔者就NLP的概念以及国内。

　　未有的注重并获得了长足的前进这些年NLP的研究获得了前所，一门独立的学科逐步地成长成为。语音识别等手艺互相渗入而NLP又与根本声学、，新的研究分支而构成了浩繁。在公共中混合了概念而这些分支的成长也，了我们上面所烦琐的那么多内容大师干脆就把语音识别理解成。

　　语音作为交互的手段？一般认为人类的进化为什么天然的选择了，得天独厚优胜性是由于语音有着，光更容易传布好比声音比，夜变化影响并且不受昼，广的传布范畴同时也有更。然当，提出否决的声音也有很多科学家，现实上比人类更为发财好比良多动物的听觉，这个问题我们临时放到后面文章切磋为什么却没有进化出来语音交互呢？，发出必然的声音来进行消息的交互现实上动物界中的良多动物也会，交互是不敷的可是仅有语音。

　　实上事，言处置天然语，然言语理解或者说自，很难有个精确的定义或者说计较言语学。s曾如许描述：天然言语处置是一门研究人与人寒暄中1999年美国计较机学家Bill Manari，中的言语问题的学科以及人与计较机寒暄。言能力、言语使用的模子天然言语处置研究暗示语，来实现如许的言语模子通过成立计较机框架，断地完美如许的言语模子并提出响应的方式来不，型来设想各类适用系统还要按照如许的言语模，系统的评测手艺并切磋这些适用。念定义的比力精确笔者认为这个概，过泛泛了但又太。以所，仍然很是迷惘良多时候我们，没有问题然而这，人类最为复杂的概念之一由于言语本身就是我们。