语音识别用到哪些

语音识别用到的技术和工具包括：

1. 声音采集：语音识别需要通过麦克风或其他声音采集设备获取用户的语音输入。
2. 语音信号处理：对采集到的语音信号进行预处理，包括降噪、去除回声、语音增强等，以提高语音识别的准确性。
3. 特征提取：将语音信号转换为可供机器学习算法处理的特征向量，常用的特征提取方法包括梅尔频率倒谱系数（MFCC）和线性预测编码（LPC）等。
4. 语音识别模型：使用机器学习或深度学习算法构建语音识别模型，常见的模型包括隐马尔可夫模型（HMM）、循环神经网络（RNN）和卷积神经网络（CNN）等。
5. 语音识别引擎：将语音信号输入到语音识别引擎中进行识别，引擎会根据预训练的模型和语言模型对语音进行解码，输出最可能的文本结果。
6. 语言模型：语言模型用于根据上下文信息提高语音识别的准确性，常用的语言模型包括n-gram模型和循环神经网络语言模型（RNNLM）等。
7. 语音识别API：腾讯云提供了语音识别API，可以通过API调用实现语音识别功能。腾讯云的语音识别产品是腾讯云智能语音（ASR），可以实现实时语音识别、离线语音识别等功能。

总结起来，语音识别涉及声音采集、语音信号处理、特征提取、语音识别模型、语音识别引擎、语言模型等技术和工具。腾讯云提供的语音识别产品是腾讯云智能语音（ASR），可以满足实时语音识别、离线语音识别等需求。

腾讯云智能语音（ASR）产品介绍链接：https://cloud.tencent.com/product/asr