语音识别虽然已经发展的如火如荼，但还是有不少问题要改进，就如下面一段和语音识别相关的搞笑视频里。也许，口音差异也是语音识别的一个难题。

语音识别技术，也被称为自动语音识别（ASR），其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。

语音识别技术的应用包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等。语音识别技术与其他自然语言处理技术如机器翻译及语音合成技术相结合，可以构建出更加复杂的应用，例如语音到语音的翻译。

语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。

语音识别以谷歌GoogleNow和苹果Siri为代表，将智能手机的功能带入到人机互动时代。除了手机以外，如三星、LG、联想的语音识别电视，各种安卓、iOS系统的平板几乎都有语音识别功能。通过语音识别功能，用户从一定程度上解放了双手，也让人们看到了未来人工智能领域广阔的应用前景。

下面的视频展示的正是手势识别的能力和魅力所在。你隔空一个动作就能轻松控制智能手机、家电、游戏甚至机器人等。极具潜力的智能穿戴也是手势识别发展的一个方向。

首先在手势输入设备方面，比起鼠标和键盘操作，这些手势交互是更加方便的交互方式。早期需要穿戴手套，对于普通用户来说比较累赘。之后摄像头作为输入设备，用户并不需要和实体设备接触，而且可以分析手势的3D运动轨迹。

其次，在手势分析技术的发展来看，计算机图形学等科学的发展，识别率得到提升，可以实时捕捉手臂和手指的运动轨迹，技术推动了人机交互的发展。

再者，被操作的设备或界面可以识别的手势更多，可以输入的命令更多，不再限定在特定平台执行某项特定的任务。

目前有手势识别功能的产品也不少，如长虹、三星智能电视，三星SCH-S310智能手机，还有视频中的NAO机器人等。

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。人脸与人体的其它生物特征一样与生俱来，它的唯一性和不易被复制的良好特性为身份鉴别。

人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。

传统的人脸识别技术主要是基于可见光图像的人脸识别，已有30多年的研发历史。但这种方式尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。

迅速发展起来的一种解决方案是基于主动近红外图像的多光源人脸识别技术。它可以克服光线变化的影响，在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。

人脸识别主要用于身份识别。谷歌的安卓4.0操作系统、三星 I9300的人脸识别解锁、腾讯的人脸识别软件等产品都具有人脸识别功能。

指纹识别是一种生物识别技术，它是一套包括指纹图像获取、处理、特征提取和比对等模块的模式识别系统。指纹识别常用于需要人员身份确认的场所，如门禁系统、考勤系统、笔记本电脑、银行内部处理、银行支付等。

指纹由于具有个体差异性及稳定性，早在中国古代便用于身份确认，当时人们以指纹或手印画押。在西方，1890年代以后警察逐渐将指纹作为辨认罪犯的方法之一。1960年代随着电脑技术的发展，美国联邦调查局和法国巴黎警察局等开始研究电脑指纹识别技术。1990年代用于个人身份鉴别的自动指纹识别系统开发完成并推广应用。

虹膜识别是以人的虹膜纹理为依据，与眼睛有关的生物识别中对人产生较少干扰的技术，是最可靠的人体生物终身身份标识之一。它使用相当普通的照相机元件，而且不需要用户与机器发生接触。另外，它有能力实现更高的模板匹配性能。

虹膜是人眼瞳孔和眼白之间的环状组织，是人眼的可视部分。眼睛的外观图由巩膜、虹膜、瞳孔三部分构成。巩膜即眼球外围的白色部分，约占总面积的30%；眼睛中心为瞳孔部分，约占5%；虹膜位于巩膜和瞳孔之间，包含了最丰富的纹理信息，占据65%。外观上看，由许多腺窝、皱褶、色素斑等构成，是人体中最独特的结构之一。

虹膜的形成由遗传基因决定，人体基因表达决定了虹膜的形态、生理、颜色和总的外观。 到二岁左右，虹膜就基本上发育到了足够尺寸，进入了相对稳定的时期。除非极少见的反常状况、身体或精神上大的创伤造成虹膜外观上的改变外，虹膜形貌可以保持数十年没有多少变化。另一方面，虹膜是外部可见的，但同时又属于内部组织，位于角膜后面。要改变虹膜外观，需要非常精细的外科手术，而且要冒着视力损伤的危险。虹膜的高度独特性、稳定性及不可更改的特点，是虹膜可用作身份鉴别的物质基础。