編解碼技術的發展史

1. 技術的發展歷史的分類

石器，銅器，鐵器，鋼，鋁

產業革命的話
早期從奴隸社會進入封建社會可以看作一次農業革命，形成了農耕為主的社會生產方式
到了近代的英國資產階級革命是第一次工業革命，從農業社會向大規模工廠化生產轉變，也叫蒸汽革命，進入了蒸汽時代
然後就是19世紀末到20世紀處的第二次工業革命，從蒸汽時代進入了電氣時代。
最後就是現在基本上是2戰結束後開始，也有說是從70，80年代開始，計算機得到廣泛應用後到來的信息時代，或者稱其為第三次工業革命

2. 編譯技術的發展歷程

1954年至1957年間，IBM的John Backus帶領一個小組開發FORTRAN語言及其編譯器，使得上面的擔憂不必要了。
但由於當時處理中所涉及到的大多數程序設計語言的翻譯並不為人所掌握，所以這個項目的成功也伴隨著巨大的辛勞。
幾乎與此同時，人們也在開發著第一個編譯器，Noam Chomsky開始自然語言結構的研究。使得編譯器結構異常簡單，甚至還帶有了一些自動化。
Chomsky的研究導致了根據語言文法(grammar，結構規則)的難易程度以及識別它們所需的演算法來為語言分類。文法有4個層次：0型、1型、2型和3型文法，且其中的每一個都是其前者的專門化。2型(或上下文無關文法context-free grammar)是程序設計語言中最有用的，代表著程序設計語言結構的標准方式。
人們接著又深化了生成有效的目標代碼的方法，這就是最初的編譯器，它們被一直使用至今。人們通常將其誤稱為優化技術(optimization technique)，但因其從未真正地得到過被優化了的目標代碼而僅僅改進了它的有效性，因此實際上應稱作代碼改進技術（code improvement technique）。
在70年代後期和80年代早期，大量的項目都關注於編譯器其他部分的生成自動化，這其中就包括了代碼生成。這些嘗試並未取得多少成功，這大概是因為操作太復雜而人們又對其不甚了解。

3. 噴碼技術的發展歷史

噴碼機理念最早於1867年，由英國物理學家LordKelvin第一次申請成專利，直到1951年，第一次作為商業化應用的工業設備由德國Siemens公司發明。20世紀90年代之前只有美、法、英、日等少數幾個國家能生產這種噴碼機。自90年代末，國產噴碼機最早由航天部下屬研究所發明以來，結束了國外產品壟斷的局面，經過十多年的發展，在國內同仁的奮力追趕之下，國產噴碼機在性能、穩定性的某些方面已達到或接近世界水平，目前有多家產品已遠銷歐美等發達國家。

4. 技術發展的歷史發展

人類古代比較關鍵的技術發展
公元前2200年前後中國鑿井取水。
公元前2130年前後中國夏禹疏導法治水成功。
公元前2100年前後美索不達米亞人有乘法表，使用60進位制。將五個行星從恆星中劃出。
公元前2000年前後埃及有十進位記數法，三角形及圓面積、棱錐稜台體積的度量法。
約公元前1950年巴比倫人能解二元一次和二次方程，知道勾股定理。
公元前250年前後中國有磁指南儀「司南」記載。
105年中國蔡倫改進造紙術。
599年中國李春設計建成趙州橋。
2世紀希臘托勒玟地心說。羅馬名醫蓋倫著述。中國華佗用麻沸散施行全身麻醉手術。
550年前後中國綦母懷文應用灌鋼技術。
7—8世紀中國已用刻板印書，是世界上最早的印刷術。9世紀中國發明火葯。
1041—1048年中國畢升，發明活字印刷術。
14世紀中國修明長城。中國開始應用珠算盤。
1569年荷蘭墨卡托繪世界地圖。
1628年英國哈維發現血液循環。
1637年法國笛卡爾創立解析幾何。
公元前17世紀前後中國已開始冶鑄青銅。
公元前6世紀前後中國發明了生鐵冶煉技術。
戰國初期中國發明了可鍛鑄鐵。
1世紀初羅馬人普里尼提出了分離金銀的「烤缽法」。
1596年明代葯物學家李時珍著成《本草綱目》，總結了我國明代以前的葯學成就，載葯1892種，是一部葯物學巨著。1666年牛頓（英國，1642—1727）用三棱鏡作色散實驗。
1798年卡文迪許（英國，1731—1810）用扭秤法測定萬有引力常數。
1820年奧斯特（丹麥，1777—1851）發現電流的磁效應。
1831年法拉第（英國，1791—1867）發現電磁感應現象。
1733年英國凱伊發明織布飛梭。

5. 語音識別技術的發展歷史

語音識別的研究工作可以追溯到20世紀50年代AT&T貝爾實驗室的Audry系統，它是第一個可以識別十個英文數字的語音識別系統。
但真正取得實質性進展，並將其作為一個重要的課題開展研究則是在60年代末70年代初。這首先是因為計算機技術的發展為語音識別的實現提供了硬體和軟體的可能，更重要的是語音信號線性預測編碼（LPC）技術和動態時間規整（DTW）技術的提出，有效的解決了語音信號的特徵提取和不等長匹配問題。這一時期的語音識別主要基於模板匹配原理，研究的領域局限在特定人，小詞彙表的孤立詞識別，實現了基於線性預測倒譜和DTW技術的特定人孤立詞語音識別系統；同時提出了矢量量化(VQ)和隱馬爾可夫模型(HMM)理論。
隨著應用領域的擴大，小詞彙表、特定人、孤立詞等這些對語音識別的約束條件需要放寬，與此同時也帶來了許多新的問題：第一，詞彙表的擴大使得模板的選取和建立發生困難；第二，連續語音中，各個音素、音節以及詞之間沒有明顯的邊界，各個發音單位存在受上下文強烈影響的協同發音（Co-articulation）現象；第三，非特定人識別時，不同的人說相同的話相應的聲學特徵有很大的差異，即使相同的人在不同的時間、生理、心理狀態下，說同樣內容的話也會有很大的差異；第四，識別的語音中有背景雜訊或其他干擾。因此原有的模板匹配方法已不再適用。
實驗室語音識別研究的巨大突破產生於20世紀80年代末：人們終於在實驗室突破了大詞彙量、連續語音和非特定人這三大障礙，第一次把這三個特性都集成在一個系統中，比較典型的是卡耐基梅隆大學(CarnegieMellonUniversity)的Sphinx系統，它是第一個高性能的非特定人、大詞彙量連續語音識別系統。
這一時期，語音識別研究進一步走向深入，其顯著特徵是HMM模型和人工神經元網路(ANN)在語音識別中的成功應用。HMM模型的廣泛應用應歸功於AT&TBell實驗室Rabiner等科學家的努力，他們把原本艱澀的HMM純數學模型工程化,從而為更多研究者了解和認識，從而使統計方法成為了語音識別技術的主流。
統計方法將研究者的視線從微觀轉向宏觀，不再刻意追求語音特徵的細化，而是更多地從整體平均（統計）的角度來建立最佳的語音識別系統。在聲學模型方面，以Markov鏈為基礎的語音序列建模方法HMM（隱式Markov鏈）比較有效地解決了語音信號短時穩定、長時時變的特性，並且能根據一些基本建模單元構造成連續語音的句子模型，達到了比較高的建模精度和建模靈活性。在語言層面上，通過統計真實大規模語料的詞之間同現概率即N元統計模型來區分識別帶來的模糊音和同音詞。另外，人工神經網路方法、基於文法規則的語言處理機制等也在語音識別中得到了應用。
20世紀90年代前期，許多著名的大公司如IBM、蘋果、AT&T和NTT都對語音識別系統的實用化研究投以巨資。語音識別技術有一個很好的評估機制，那就是識別的准確率，而這項指標在20世紀90年代中後期實驗室研究中得到了不斷的提高。比較有代表性的系統有：IBM公司推出的ViaVoice和DragonSystem公司的NaturallySpeaking,Nuance公司的NuanceVoicePlatform語音平台，Microsoft的Whisper,Sun的VoiceTone等。
其中IBM公司於1997年開發出漢語ViaVoice語音識別系統，次年又開發出可以識別上海話、廣東話和四川話等地方口音的語音識別系統ViaVoice'98。它帶有一個32,000詞的基本詞彙表，可以擴展到65,000詞,還包括辦公常用詞條，具有「糾錯機制」，其平均識別率可以達到95%。該系統對新聞語音識別具有較高的精度，是目前具有代表性的漢語連續語音識別系統。 我國語音識別研究工作起步於五十年代，但近年來發展很快。研究水平也從實驗室逐步走向實用。從1987年開始執行國家863計劃後，國家863智能計算機專家組為語音識別技術研究專門立項，每兩年滾動一次。我國語音識別技術的研究水平已經基本上與國外同步，在漢語語音識別技術上還有自己的特點與優勢，並達到國際先進水平。中科院自動化所、聲學所、清華大學、北京大學、哈爾濱工業大學、上海交通大學、中國科技大學、北京郵電大學、華中科技大學等科研機構都有實驗室進行過語音識別方面的研究，其中具有代表性的研究單位為清華大學電子工程系與中科院自動化研究所模式識別國家重點實驗室。
清華大學電子工程系語音技術與專用晶元設計課題組，研發的非特定人漢語數碼串連續語音識別系統的識別精度，達到94.8%（不定長數字串）和96.8%（定長數字串）。在有5%的拒識率情況下，系統識別率可以達到96.9%（不定長數字串）和98.7%（定長數字串），這是目前國際最好的識別結果之一，其性能已經接近實用水平。研發的5000詞郵包校核非特定人連續語音識別系統的識別率達到98.73%，前三選識別率達99.96%；並且可以識別普通話與四川話兩種語言，達到實用要求。
中科院自動化所及其所屬模式科技(Pattek)公司2002年發布了他們共同推出的面向不同計算平台和應用的「天語」中文語音系列產品——PattekASR，結束了中文語音識別產品自1998年以來一直由國外公司壟斷的歷史。

6. 解碼器的發展

摘要 您好，我正在根據您提的問題整理答案，請稍等一會兒哦~

7. 數字技術的歷史發展過程

數字化技術指的是運用0和1兩位數字編碼，通過電子計算機、光纜、通信衛星等設備，來表達、傳輸和處理所有信息的技術。數字化技術一般包括數字編碼、數字壓縮、數字傳輸、數字調制與解調等技術。

8. 哈夫曼編碼的發展歷史

1951年，哈夫曼和他在MIT資訊理論的同學需要選擇是完成學期報告還是期末考試。導師Robert M. Fano給他們的學期報告的題目是，尋找最有效的二進制編碼。由於無法證明哪個已有編碼是最有效的，哈夫曼放棄對已有編碼的研究，轉向新的探索，最終發現了基於有序頻率二叉樹編碼的想法，並很快證明了這個方法是最有效的。由於這個演算法，學生終於青出於藍，超過了他那曾經和資訊理論創立者香農共同研究過類似編碼的導師。哈夫曼使用自底向上的方法構建二叉樹，避免了次優演算法Shannon-Fano編碼的最大弊端──自頂向下構建樹。
1952年，David A. Huffman在麻省理工攻讀博士時發表了《一種構建極小多餘編碼的方法》（A Method for the Construction of Minimum-Rendancy Codes）一文，它一般就叫做Huffman編碼。
Huffman在1952年根據香農（Shannon）在1948年和范若（Fano）在1949年闡述的這種編碼思想提出了一種不定長編碼的方法，也稱霍夫曼（Huffman）編碼。霍夫曼編碼的基本方法是先對圖像數據掃描一遍，計算出各種像素出現的概率，按概率的大小指定不同長度的唯一碼字，由此得到一張該圖像的霍夫曼碼表。編碼後的圖像數據記錄的是每個像素的碼字，而碼字與實際像素值的對應關系記錄在碼表中。
赫夫曼編碼是可變字長編碼(VLC)的一種。 Huffman於1952年提出一種編碼方法，該方法完全依據字元出現概率來構造異字頭的平均長 度最短的碼字，有時稱之為最佳編碼，一般就稱Huffman編碼。下面引證一個定理，該定理保證了按字元出現概率分配碼長，可使平均碼長最短。