Как технология SpeechKit помогает Алисе распознавать голосовой запрос?

Технология SpeechKit помогает Алисе распознавать голосовой запрос следующим образом: en.wikipedia.org

1. Голос отделяется от фонового шума. en.wikipedia.org Алгоритмы способны выделять акценты, диалекты, сленги и англицизмы из базы данных, состоящей из миллиардов фраз, произносимых в различных условиях, накопленной Яндексом. en.wikipedia.org
2. Запись разделяется на много маленьких фрагментов — фреймов. yandex.ru На каждую секунду речи приходится сто фреймов, они длятся по 25 миллисекунд и идут внахлёст, чтобы информация на стыках не терялась. yandex.ru
3. Каждый фрейм подвергается ряду преобразований, в результате которых получается около 40 коэффициентов, описывающих его частотные характеристики. yandex.ru На основании этих данных акустическая модель может предположить, частью какой фонемы является фрейм. yandex.ru

Таким образом, задача системы распознавания речи — «расслышать» в этих звуках буквы (вернее, соответствующие им фонемы) и сложить их в слова. yandex.ru