AI语音，即智能语音技术，以语音识别技术为开端，是实现人机语言的通信，包括语音识别技术（ASR）和语音合成技术（TTS）。语音识别技术是指机器自动将人的语音转成文字的技术，又称AutomaticSpeechRecognition，即ASR技术。语音识别是近几年来发展最快的技术之一，随着数据处理技术的进步以及深度学习技术的不断发展，语音识别技术得到了质的飞跃，已广泛运用于智能手机、语音智能交互等各个领域。目前常用的语音识别技术方法主要有四种：（1）基于语言学和声学的方法（2）随机模型法（3）利用人工神经网络的方法（4）概率语法分析，其中最主流的方法是随机模型法，如动态时间规整（DTW），隐马尔科夫模型（HMM）理论和矢量量化（VQ）技术等。
ai语音的意思为人和人工智能进行语音的交互，通过对话的方式获取信息，和机器进行交互。
AI语音通过以下四个技术模块实现：
1、自动语音识别（AutomaticSpeechRecognition,ASR）；
2、自然语言理解（NaturalLanguageUnderstanding,NLU）；
3、自然语言生成（NaturalLanguageGeneration,NLG）；
4、文字转语音（TexttoSpeech,TTS）。
