我们都知道日常聊天的过程中，连续对话是很正常的，但连续对话对车载语音系统的算法考验是相当大的。语音连续识别交互系统能够在一次唤醒后，在一段时间内就不需要再进行唤醒，而且在这段时间内可以对车机系统下达多个指令。
语音识别是人机交互的一项关键技术，在过去的几十年里取得了飞速的进展。传统的声学建模方式基于隐马尔科夫框架，采用混合高斯模型( Gaussian mixturemodel，GMM) 来描述语音声学特征的概率分布．由于隐马尔科夫模型属于典型的浅层学习结构，仅含单个将原始输入信号转换到特定问题空间特征的简单结构，在海量数据下其性能受到限制。
语音连续识别，是指针对连续音频流（即来自说话人直接录入的语音，或者电话或其他音视频领域的音频信号）进行识别，将音频信息自动转化成文字。在输入的声音中，检测出可靠的语音，排除静音、背景噪声、音乐等，判断男女，实时送入语音识别解码器进行识别。
（部分图片来源自网络）