是的，这个说法基本正确。从关键技术的初始发展节点来看，电子语音合成技术的里程碑式起点（1936年的Voder）确实早于电子语音识别技术的有效起点（1952年的Audrey系统）。

具体分析如下：

1. 早期语音合成（TTS）的起源更早：

   • 关键节点：1936年，在美国贝尔实验室的世界博览会上，Homer Dudley 展示了他的 Voder。这是第一个真正意义上的电子语音合成器。操作员通过键盘和踏板可以控制电子振荡器和滤波器来生成可辨识的英语单词和句子。它证明了利用电子设备产生人工语音是可行的。
   • 更早的基础： 在Voder之前，有更原始的声音产生机械装置（如18世纪发明家 Wolfgang von Kempelen 的机械说话装置），但Voder是第一个电子化且功能相对完善的合成系统。

2. 早期语音识别（ASR）的发展稍晚：

   • 第一个真正的ASR系统：1952年，同样是贝尔实验室，Davis, Biddulph 和 Balashek 开发了名为 Audrey 的系统。这是第一个功能性的语音识别系统，它能够识别单一说话者说出的10个英文数字（0到9）。虽然非常基础（仅能识别数字、要求用户停顿说话、只能识别特定说话者），但它标志着现代语音识别技术的开端。
   • 更早的声音检测： 早在1920年代，就有像“Radio Rex”这样的玩具狗能对特定频率的哨音（“Rex”这个词可能产生的部分频率）做出反应，但这本质上是非常粗糙的声音检测而非语音识别。

总结对比：

因此，严格来说：

• 电子语音合成技术在1936年就取得了重大突破（Voder）。
• 现代电子语音识别技术的第一个有效系统出现在1952年（Audrey）。

所以，虽然两者早期探索几乎同时期开始，但语音合成的首个功能性里程碑（Voder）比语音识别的首个功能性里程碑（Audrey）要早大约16年。从这个角度看，“语音识别比语音合成起步更早”的说法是不正确的；实际上，有效的语音合成技术起步更早。

需要注意：

• 这里的“起步”指的是第一个具有实质性功能的电子系统的诞生。
• 在之后的发展道路上，两个技术都经历了漫长而充满挑战的历程才达到今天的高性能水平。早期的系统都极其原始、受限且功能有限。