1952年，贝尔实验室（BellLabs）生产一台6英尺高自动数字辨识机“Audrey”，它可以辨识数字0～9的发音，且准确度高达90％以上。并且它对熟人的精准度低，而对陌生人则偏高。1956年，普林斯顿大学RCA实验室研发了单音节词识别系统，需要辨识特定人的十个单音节词中所包括的有所不同音节。1959年，MIT的林肯实验室研发了针对十个元音的非特定人语音识别系统。

二十世纪六十年代初，东京无线电实验室、京都大学和NEC实验室在语音辨识领域获得了开拓性的进展，各自先后制作了需要展开语音辨识的专用硬件。1964年的世界博览会上，IBM向世人展出了数字语音辨识的“shoeboxrecognizer”。二十世纪七十年代，语音辨识的研究获得了突破性的进展，研究焦点依然是孤立无援词语语音辨识。

1971年，美国国防部研究所（Darpa）赞助商了五年期限的语音解读研究项目，期望将辨识的单词量提高到1000以上。参予该项目的公司和学术机构还包括IBM、卡内基梅隆大学（CMU）、斯坦福研究院。就这样，Harpy在CMU问世了。

不像之前的识别器，Harpy可以辨识整句话。二十世纪八十年代，NEC明确提出了二阶动态规划算法，Bell实验室明确提出了分层结构算法，以及帧实时分层结构算法等。同时，连接词和大词汇量倒数语音的辨识获得了较小发展，统计资料模型逐步代替模板给定的方法，隐马尔科夫模型（HMM）沦为语音识别系统的基础模型。

八十年代中期，IBM建构了一个语音掌控的打字机—Tangora，需要处置约20000单词。IBM的研究就是基于隐形马尔科夫链模型（hiddenMarkovmodel），在信号处理技术中重新加入统计资料信息。

这种方法使得在等价音素情况下，很有可能预测下一个因素。1984年，IBM公布的语音识别系统在5000个词汇量级上超过了95％的识别率。

1985年AT＆T贝尔实验室修建了第一个智能麦克风系统，用来研究大室内空间的声源方位跟踪问题。1987年开始，国家开始继续执行963计划后，国家863智能计算机主题专家组为语音辨识研究立项，每两年一次。

本文来源：雷火·竞技-www.seiketu.com