首頁>>廠商>>語音識別與合成>>捷通華聲

捷通華聲“聲動點播”，讓語音業(yè)務“增值”
--淺談語音識別的行業(yè)應用

2005/09/07

　　讓機器聽懂人類的語言，是人們長期以來夢寐以求的事情。語音識別技術就是讓機器通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳奈谋净蛎畹母呒壖夹g。隨著這種技術的日趨成熟，讓語音帶來商機已不再是若干年前人們眼中的天方夜談。

　　尤其是在電信領域，轟轟烈烈的產(chǎn)業(yè)大規(guī)模基礎設施投資已成為過去，增值業(yè)務正在迅猛發(fā)展�；ヂ�(lián)網(wǎng)的普及程度目前還遠未達到人們的需求，而相對普及率很高的電話、手機成為人們彼此溝通、獲取信息的最佳選擇，電話語音增值服務的興起已是大勢所趨。傳統(tǒng)的聲訊服務中，用戶需要根據(jù)提示音、用按鍵來選擇所需要的信息或服務，或是通過人工坐席來實現(xiàn)。而基于語音識別技術的自動語音應答系統(tǒng)，用戶只需在撥入電話后，直接說出自己的需求即可，極大滿足了現(xiàn)代社會人們追求信息獲取的便捷、通暢。

　　語音技術包括人機交互的兩個方面，語音識別：讓系統(tǒng)自動識別說話人的語言或者命令；語音合成：讓系統(tǒng)根據(jù)預設條件或者呼叫者的請求，自動將文本、數(shù)據(jù)庫信息轉(zhuǎn)換成語音播放出來。 而這一"說"、一"聽"的互動，正是人們?nèi)粘Ｋ钍煜�、最習慣的語音交互方式，從根本上彌補了互聯(lián)網(wǎng)、傳統(tǒng)電話按鍵的"無聲" 時代給人們帶來的不便。

　　語音識別技術可以解放用戶的雙手，免去按鍵的不便和繁瑣，只要對著話筒說出需求，就可輕松完成。語音識別技術應用不僅僅解放了人的雙手，更突破了電話數(shù)字鍵盤的局限。例如在點歌節(jié)目中，用電話鍵盤上的0－9十個數(shù)字及*號和#號共12個鍵來指代成千上萬首歌曲是不可能實現(xiàn)的。很大程度上限制了可供用戶選擇的歌手及歌曲的數(shù)量。而且用戶需要記憶眾多歌曲編碼，通過按鍵的方式在電話中輸入，無法快速檢索到需要的歌曲。極大影響了用戶參與的積極性。而引入語音識別技術以后，用戶說出歌曲名稱或者歌手姓名就可直接調(diào)出所需的歌曲，很好地解決了以上提到的問題。

　　語音識別技術不僅僅可以解決原有業(yè)務中的局限與弊端，更能拓展全新的業(yè)務領域。例如近幾年十分流行的語音電話本業(yè)務。用戶利用網(wǎng)頁等方式添加的聯(lián)系人姓名、昵稱、電話號碼、 email地址等都可以利用語音合成轉(zhuǎn)換成語音供電話查詢�；谡Z音識別技術，用戶撥打電話的時候只需要說出聯(lián)系人的姓名就可以接通。 現(xiàn)代人越來越依賴于手機，大量的聯(lián)系人信息存在手機中，而當手機沒電或者丟失時，這些信息就很難獲取。而語音電話本真正實現(xiàn)了人們擁有一個"永不丟失、迅速接通的個人語音電話本"的需求。用戶的聯(lián)系人信息全部保存在服務器上，用戶也就不會輕易更換運營商了。運營商不僅開拓了新的收益來源，更大大提高了其用戶的忠誠度。

　　一個成功的語音應用首先是基于詳細準確的用戶需求調(diào)查。只有詳細了解客戶需求，才能根據(jù)需要選用不同類型的產(chǎn)品。捷通華聲針對火爆的彩鈴市場情形，結(jié)合運營商現(xiàn)有平臺的特性，度身定制了聲動語音門戶--"聲動點播"平臺。該平臺集成了目前最為先進的語音技術，包括語音識別、語音合成、電信級的智能語音交互集成技術等。用戶只需撥入系統(tǒng)后，通過簡單的語音命令、導航操作，即可實現(xiàn)鈴音的選擇、試聽、下載、分配、贈送、查詢等，整個過程簡潔流暢。真正實現(xiàn)了人機交流的流暢自然，給人們帶來更加輕松便捷的應用，為廣大用戶提供時尚體驗的渠道及個性張揚的平臺，同時為電信增值業(yè)務不斷賦予全新的活力。

　　在語音識別領域，美國Scansoft公司 (Nasdaq: SSFT)是世界上最優(yōu)秀的語音技術供應商之一。是專業(yè)從事商業(yè)應用軟件研究開發(fā)的全球知名國際企業(yè)。其語音識別引擎，在識別率、識別速度、系統(tǒng)穩(wěn)定性等方面都處于行業(yè)領先的地位。Scansoft公司的語音產(chǎn)品在通信、遠程信息處理、移動終端等諸多領域有著廣泛的應用，市場遍布全球并占有了國際語音技術領域最大的市場份額。

　　捷通華聲作為業(yè)界知名的語音技術產(chǎn)品與服務提供商，與Scansoft公司強強聯(lián)手，將捷通華聲中文語音合成技術與Scansoft公司最新語音識別技術OSR全面整合,形成完整的語音技術解決方案以利于國內(nèi)、國際語音技術市場的廣泛應用，使產(chǎn)品更加貼近用戶需求，更好的滿足市場需要。

　　OSR( Open Speech Recognizer)是一種基于開放標準、可擴展、高性能和高識別率的語音識別引擎,提供大詞匯量、非特定人、連續(xù)的語音識別功能,尤其是在各種無限環(huán)境之中對于噪音的處理功能強大。OSR產(chǎn)品可廣泛應用在呼叫中心、自動總機、語音電話本、旅行預定、信息檢索、語音門戶和客戶自助服務等系統(tǒng)中。

　　雙方都堅信： 語音技術是下一代智能人機接口的重要組成部分。面對日愈開放的市場，語音技術的應用擁有著廣闊的發(fā)展空間，雙方將通過密切的合作堅持不懈的努力共同追求語音技術的不斷完善，為全世界提供自然、方便、理想的人機交互手段。

　　讓機器聽懂人類的聲音已不再是夢，捷通華聲攜手Scansoft公司依托國際領先的語音技術，為實現(xiàn)更多的人類夢想而不懈努力。

捷通華聲公司供稿 CTI論壇編輯


相關鏈接:
捷通華聲發(fā)布jASR5.5 ASR價格面前將無怯步 2008-04-16
捷通華聲TTS成功登陸中國郵政儲蓄銀行 2008-04-03
捷通華聲 jTTS 5.5 全面支持 MRCPv2標準 2008-03-31
捷通華聲移動導航HCI解決方案廣受青睞 2008-03-26
身邊的“智能”生活 2007-12-28

相關頻道:           文摘   技術_語音識別_文摘