智能聲音識別技術(shù)（Intelligent Speech Recognition，ISR）主要是通過對監(jiān)測樣本的聲音特征進(jìn)行分析，得到該樣本的聲音特征文件。特別的專業(yè)數(shù)字信號處理器（Digital SignalProcessor，DSP）芯片具有很強(qiáng)的數(shù)據(jù)處理能力，可最大限度地減少占用CPU資源，從而實(shí)現(xiàn)一臺計算機(jī)同時對多個音頻信號進(jìn)行并行處理識別。這就徹底克服了一般語音識別算法存在占用CPU時間長、識別速度不夠的弱點(diǎn)，非常適合大規(guī)模商業(yè)化應(yīng)用。智能聲音識別技術(shù)采用了特別的算法，能自動對輸入的音頻信號進(jìn)行前期處理調(diào)節(jié)，從而大大提高了聲音識別的正確率，經(jīng)過實(shí)際測試，其識別準(zhǔn)確率高達(dá)98%以上，達(dá)到了國內(nèi)先進(jìn)水平。這也使得此項技術(shù)真正進(jìn)入了實(shí)用階段。

目前，聲音識別技術(shù)主要有兩大類：一類是聲音的相似性識別;另一類是語音的意義識別。其中第二類是通過語音識別，將語音變成文字，主要用于信息的快速輸入、人工智能、人機(jī)對話等領(lǐng)域。而第一種聲音的相似性識別，是比較兩個聲音的相似性，從大量的聲音信息中，找出和某一個樣本聲音相似的部分，主要用于某一個特定聲音的篩選，可廣泛應(yīng)用于信息檢索、國家安全等領(lǐng)域。

根據(jù)客戶的需求，在語音識別系統(tǒng)中主要采用聲音相似性識別技術(shù)，識別廣播電視節(jié)目。要進(jìn)行聲音的相似性識別，首先必須對音頻信號進(jìn)行數(shù)字化，也就是量化處理，包括樣本的量化和被識別聲音的量化，其次對經(jīng)過量化的兩個聲音文件進(jìn)行匹配對比，通過復(fù)雜的計算，得出匹配結(jié)果。

手機(jī)的語音助手功能從蘋果Siri的異常火熱發(fā)展到現(xiàn)在已經(jīng)非常普及，僅需一個手機(jī)應(yīng)用程序便能實(shí)現(xiàn)。電視的語音操作則是由近期快速發(fā)展的智能電視所引導(dǎo)起來的，現(xiàn)在許多高性能的智能電視中也已經(jīng)比較常見了。

語音控制可以用多屏互動的語音輸入來實(shí)現(xiàn)，可以控制電視的搜索、應(yīng)用程序的打開、換臺等動作。超強(qiáng)的語音識別技術(shù)，只需要簡單下達(dá)口令，即可輕松完成電視控制、咨詢信息以及搜索功能。

語音控制需要電視具備強(qiáng)大的處理運(yùn)算能力，首先需要識別聲音，把口語轉(zhuǎn)化為文字，再通過語音知識庫來進(jìn)行匹配識別。接著還需要系統(tǒng)自動執(zhí)行相應(yīng)的任務(wù)，進(jìn)行音量調(diào)節(jié)、換臺、切換模式等。而這直接對電視硬件配置提出了要求，一般功能強(qiáng)大、反應(yīng)迅速的語音系統(tǒng)一定有一個強(qiáng)大的處理核心。