声音中振幅（声压）的大小,频率大小就能确定一个人说出来的一个字?
难道人在说话时音频中的每个字（非同音字）相对应的振幅,频率都不一样?
如果上句成立的话,那么语言识别技术是不是就是利用了这个原理的?