發(fā)表評論分享按鈕

蘋果Siri善解人意 語音應用引爆在即

2011/11/23

　　多年來，語音識別技術始終磕磕巴巴、欲語還休�，F(xiàn)在，Siri橫空出世，將這項技術推向了主流，同時還帶來了非常廣泛的應用前景。

　　語音識別并不是什么新鮮事物。多年來，消費電子產品、汽車和自動呼叫中心一直就在“傾聽”使用者的指令。從2009年開始，谷歌公司（Google）就一直在采錄語音信箱的信息。而在此之前三年，微軟公司（Microsoft）也將類似的技術置入了Windows Vista。那么，蘋果這個名為Siri的全新虛擬個人助理到底有什么神奇之處呢？


　　它能讀懂你的心。

　　換句話說，Siri不僅僅是語音識別技術，它還能理解語言——正是這一點開始改變用戶與手機的互動方式。現(xiàn)在，很多人預測，Siri將對這項長期以來呼之欲出的技術起到重大推動作用，正如蘋果iPhone的觸控系統(tǒng)讓觸控技術躋身主流一樣。這項技術將掃清眾多創(chuàng)新應用發(fā)展道路上的障礙。市場調研公司Opus Research稱，今年語音識別行業(yè)的產值將達到約27億美元。該公司還預計，2012年，市場將掀起后Siri語音應用熱潮。

　　是什么讓Siri如此與眾不同呢？戰(zhàn)略咨詢公司Creative Strategies總裁提姆•巴佳瑞稱，答案在于精確性。他說：“Siri推出的是真正的新一代人機界面，它對語音理解及精確把握語音的市場產生了重大影響。”

　　Siri當然談不上完美無缺。這項技術在理解某些口音上還頗為困難，不過蘋果已經在努力解決這些小問題了。但對一款軟件來說，Siri的表現(xiàn)可圈可點。Siri的始創(chuàng)者是位于加州的門羅帕克市的研究實驗室SRI International，據(jù)它稱，Siri的關鍵在于自然語言處理技術。Siri的工作原理是：捕捉語音信號，直接將其轉換為文本，它們與用戶在手機屏幕上看到的文本并無二致。Siri然后將這些語句與某些預先編制好的指令配比，比如“撥打電話”，或“編輯短信”。

　　這一技術潛力巨大，絕不是只適用于平板電腦和智能手機。語音識別系統(tǒng)Nuance公司是語音識別軟件Dragon的開發(fā)者，這款軟件在醫(yī)療保健行業(yè)的應用已經長達十年之久。內科醫(yī)生的桌面上正運行著Nuance的最新軟件，它利用一個夾式微型話筒來錄音。隨著問診的推進，這款軟件會及時更新病人的電子健康記錄。Nuance公司醫(yī)療保健部門的資深研發(fā)副總裁喬•佩特羅稱：“病人可能在這一秒說的是母親的病史，下一秒又提起父親的病歷。而這些情況這款軟件都能理解。”

　　它是如何做到的呢？它的工作原理和Siri非常相似：通過從它所識別的語匯中獲取意義，然后參照一個醫(yī)療信息數(shù)據(jù)庫，將其與病人的病史做比對。隨后，它會運用統(tǒng)計推斷的方法，在其所發(fā)現(xiàn)的信息片段之間建立聯(lián)系，甚至為對癥治療給出建議。全美大約有45萬名內科醫(yī)生正在使用Nuance公司的軟件。佩特羅稱，這一技術的準確率超過90%，而且還會隨著時間推移而不斷提高。顯然，這款軟件盈利前景良好，因此Nuance公司決定，將其第四財季的收入預期調高約1,000萬美元。

　　然而，研究人員對這一技術的未來抱有更大的希望。思凱普•里佐是南加州大學創(chuàng)新技術學院（the University of Southern California's Institute for Creative Technologies）的助理總監(jiān)。他正在開發(fā)一種互動仿真技術，用以幫助退伍軍人針對創(chuàng)傷后緊張癥（post-traumatic stress disorder）尋求醫(yī)療咨詢服務。這款軟件名為SimCoach，它的最終目的是要設法理解人們口語背后的情緒狀態(tài)。里佐稱：“這是個十分巨大的挑戰(zhàn)。因為必須采集語音模式，然后得像人類的大腦那樣對它們進行分析�！崩镒舴Q，人類或許能察覺自己的好友或家人情緒異常，因為這時人們的語速往往會變慢，重音也更少，但電腦要捕捉這些信號可就相當困難了。

　　不過這個領域的有些研究卻能更快獲得成果，而不用再苦苦等待。去年春天，里佐的研究伙伴——麻省理工學院（MIT）教授阿歷克斯•彭特蘭在美國銀行（Bank of America）的呼叫中心開展了一項類似的語音推斷技術試驗，旨在分析員工的溝通對業(yè)務成功的影響。彭特蘭讓員工連續(xù)六周在脖子上戴著小型電子設備，它們能記錄員工的實際位置以及身體語言和聲音。所記錄的數(shù)據(jù)能顯示這些員工是在和誰溝通，他們站著時與溝通對象距離有多遠，談話的語調如何。彭特蘭稱：“我們發(fā)現(xiàn)，效率最高的員工不光與大量對象交談，他們還與同樣表現(xiàn)出這種特點的同事交談�！苯Y果，他說，只需要調整一下員工的茶歇時間，使這類員工之間的步調更為同步，這個呼叫中心每年就能節(jié)省1,500萬美元。

　　用戶現(xiàn)在對Siri的廣泛關注很可能將大大促進這類研究,并進一步推進其應用。里佐說：“語音識別技術確實是技術領域至高無上的圣杯（holy grail）。我們已經掌握了這項技術的90%，但剩下的10%要求攻克更多難關。一旦到了引爆點，我們將迎來一片十分廣闊的市場�！笨雌饋恚@個引爆點很可能非Siri莫屬。

財富中文網


相關閱讀:
美國ITC：蘋果沒有侵犯宏達電任何一項專利 2011-11-22
摩托羅拉為蘋果鋪路:喬布斯iPhone橫空出世 2011-11-21
人人都愛上Siri 智能機器人大行其道 2011-11-21
開發(fā)商破解Siri工作原理 實現(xiàn)在其他設備使用 2011-11-15
John Briggs：Siri 背后的聲音 2011-11-14

熱點專題:  語音合成TTS 語音識別ASR