【译】毫无疑问，人工智能(AI)慢慢的变成了当今各个行业的决定性和战略性元素。AI算法是每个商业模式的核心。

  人工智能的崛起将很快在各行各业引起颠覆性的变化。因此，对于现在的企业来说，了解人工智能给商业环境带来的最新变化是至关重要的。

  Gartner的一项研究预测，到2020年，30%的搜索过程将包括语音识别。在人工智能的推动下，语音识别是一种能够识别口语中的单词和短语并将它们转换成可读文本的技术。

  Facebook、亚马逊、微软、谷歌和苹果这五家世界顶级科技巨头，已经通过谷歌Home、亚马逊Echo、Cortana和Siri等服务在各种设备上提供这项功能。

  如今，美国有40%的人每天使用语音搜索，而且这个使用率预计还会上升。像亚马逊Echo和谷歌Home这样的产品被采用的速度比历史上任何其他技术都要快。

  随着慢慢的变多的交互通过语音指令进行，市场空间的竞争比以往任何一个时间里都更激烈。在“适者生存”的斗争中，你需要认识和理解语音识别现在对企业的影响，特别是它在语音搜索中的应用。

  今天，是巨大的商业回报推动了语音技术在商业中的应用。在我们开始讨论基于人工智能的语音识别对企业的影响之前，先了解一下这项技术是如何发挥作用的。

  语音识别软件首先过滤你所说的话，然后将其数字化成一种它可以“读取”的格式，进而分析声音来提取确切的意思。

  随着人工智能技术的慢慢的提升，语音识别变得更准确和广泛，这有助于你的业务增长。

  语音技术在商业领域的广泛应用已经彻底改变了市场空间。研究表明，美国使用语音识别功能的人数从2017年的6050万增加到2018年的6240万。

  未来几年，数据科学和大数据等先进的技术将塑造市场营销的未来。有关报告数据显示，26%的营业销售人员认为AI将推动营销趋势，其中21.23%的人认为语音搜索将成为AI的一个重要趋势。

  在不久的将来，语音识别及其在语音搜索中的应用将在决定用户如何与企业互动方面发挥及其重要的作用。下面是语音识别的一些主要优势：

  基于人工智能的语音识别对当今企业的影响是不容忽视的。下面将介绍基于人工智能的语音识别在商业中的重要应用。

  在企业中使用Alexa，用户都能够通过语音命令开启视频会议、访问日历、打印文档和管理其他日常事务。

  “你不再需要使用会议ID登录会议，”亚马逊的首席技术官Werner Vogels说，“只要说Alexa开始开会就行了。”

  微软的Cortana在会议室接待参会人员，通知他们参加预定的会议，转录会议记录，帮助查找信息，推荐文件，并提醒人们参会者的姓名和头衔。

  今天，在市场上出现了各式各样的语音识别产品，研究语音识别的业务范畴是很重要的。在此，让我们来了解一下语音技术在不同垂直行业中的应用。

  要研究基于人工智能的语音识别对当今企业的真正影响，金融行业将是最好的起点。

  银行已经意识到基于语音技术的银行业务的价值，以减少对人力客服代表的需求，有助于降低总体人力成本。这就是为什么语音技术在商业中的应用现在已经是大势所趋。

  2017年8月初，加拿大皇家银行(RBC)宣布，客户现在可以使用苹果的Siri支付账单。通过Siri支付账单，银行可以提供方便的解决方案来支持客户的支付需求。

  现在，通过与亚马逊Alexa设备通话，你可以查看账户余额，了解付款到期日，获取账户交易历史，并进行付款。这一切都要归功于人工智能。

  大部分HR工作是事务性的、可重复的、可审核的和文档化的。机器人很擅长做这些。有了语音技术Cortana，人力资源Hr可以简便地更新和管理招聘数据库。

  语音识别的好处也吸引了营销人员。语音助手可以帮助他们安排社交媒体发布、创建报告等等。

  最近，Pandora Media开始在亚马逊Echo和谷歌家用智能音箱上植入广告，这些使用声控助手的用户从而为广告商开辟了新的商机。

  人工智能语音识别技术在当今商业领域的创新应用，是推动这项技术发展的关键因素，也促使全球的公司都在积极利用其优势。

  你是否曾经闷闷不乐地在商店的每一条过道里走来走去，却始终找不到你要的东西?

  我相信，很多人都有过同样的经历。其实，零售行业是一个特别适合语音集成的行业。

  亚马逊已经投入巨资改善客户的在线语音购物体验。有了亚马逊的Echo设备套件，Alexa可以帮你买东西，并直接通过亚马逊订购。

  事实上，用户不动一根手指就可以从亚马逊订购数百万件商品。星巴克新推出的虚拟助手能够最终靠简单的语音指令和短信来点咖啡，很神奇吧。

  基于AI的语音识别对业务的影响也可以更直接地在业务流程中看到。语音识别技术帮助管理日常工作任务：

  这就是语音识别技术如何帮助人们以较少的精力和时间执行重要的任务。亚马逊的Alexa擅长管理办公室任务。公司能够为员工提供数字助理，让他们在家办公和参加会议。

  随着慢慢的变多的人使用语音助理设备，企业将有更多的机会实现用户的需求。只有让客户满意和高兴，才能保持他们对你的服务的吸引力。

  “在过去的60年里，人类一直在适应计算机。在未来的60年，计算机将适应我们。我们的声音将引领前进的道路。这将是一场革命，将改变一切。”Brian Roemmele(Multiplex杂志的创始人)。

  未来还会看到更多有趣的和令人兴奋的应用。AI和大数据的进步慢慢的开始彻底改变市场空间。企业要为基于AI的语音识别在商业领域的应用做好准备。

  CNN也非常容易实现大规模并行化运算。虽然在CNN卷积运算中涉及到很多小矩阵操作，运算很慢。不过对CNN的加速运算相对来说还是比较成熟，如Chellapilla等人提出一种技术能把所有这些小矩阵转换成一个大矩阵的乘积。一些通用框架如Tensorflow，caffe等也提供CNN的并行化加速，为CNN在语音识别中的尝试提供了可能。

  [[397599]]一、神经网络当前常用的语音识别框架如下图其背后的逻辑是在特征提取时采用的神经网络里面的DNN技术DNN技术能分为两种，一种是CNN模型，一种是RNN模型二、解码器解码器信息来源于声学模型、词典、语言模型。框图如下：2.1声学模型常用的声学模型为GMMHMM，即混合高斯模型隐马尔科夫模型HMM模型对时序信息进行建模，在给定HMM的一个状态后，GMM...

  [[397592]]一、声源定位1、电扫阵列当系统扫描到输出信号功率最大时所对应的波束方向就是认为是声源的DOA方向，从而能够声源定位。电扫阵列的方式存在一定的局限，仅仅适用于单一声源。若多声源在阵列方向图的同一主波束内，则无法区分2、超分辨谱估计如MUSIC，ESPRIT算法等，对其协方差矩阵（相关矩阵）进行特征分解，构造空间谱，关于方向的频谱，谱峰对...