占據(jù)人機(jī)語(yǔ)音交互技術(shù)的制高點(diǎn)
2001/07/27
IT技術(shù)和市場(chǎng)的下一個(gè)熱點(diǎn)是什么？當(dāng)計(jì)算能力不再是瓶頸，當(dāng)計(jì)算機(jī)、手機(jī)、PDA和各種智能機(jī)器，都通過有線或無(wú)線網(wǎng)絡(luò)連接起來(lái)的時(shí)候，IT 技術(shù)的熱點(diǎn)和市場(chǎng)競(jìng)爭(zhēng)的焦點(diǎn)是什么？是人機(jī)智能交互技術(shù)—人類通過什么手段或技術(shù)與信息終端進(jìn)行交互，從而實(shí)現(xiàn)人與人、人與機(jī)器及網(wǎng)絡(luò)進(jìn)行信息溝通。
IT下一個(gè)熱點(diǎn)：人機(jī)智能交互
當(dāng)PC機(jī)的利潤(rùn)越來(lái)越薄，DOTCOM遭遇挫折的時(shí)候，從事文字識(shí)別開發(fā)的漢王公司迅速崛起，把手寫識(shí)別引入PDA的恒基偉業(yè)獲利頗豐。IBM的中文普通話連續(xù)語(yǔ)音識(shí)別系統(tǒng)一推出，就被漢王公司集成到聽寫產(chǎn)品中，一舉打敗了摩托羅拉在人機(jī)智能交互市場(chǎng)上的進(jìn)攻。
事實(shí)上我們正在進(jìn)入這樣的時(shí)代，近幾年來(lái)，隨著文字識(shí)別技術(shù)、語(yǔ)音識(shí)別與合成技術(shù)的進(jìn)步，我們已經(jīng)讓計(jì)算機(jī)實(shí)現(xiàn)了“我寫你認(rèn)，你聽我說”的交互方式。實(shí)現(xiàn)了手機(jī)撥號(hào)用嘴說，PDA輸入用手寫。隨著計(jì)算機(jī)和互聯(lián)網(wǎng)的進(jìn)一步普及、移動(dòng)智能消費(fèi)類電子產(chǎn)品的流行，人們?cè)絹?lái)越發(fā)現(xiàn)，需要更符合人類生活習(xí)慣人機(jī)交互技術(shù)。從鍵盤、鼠標(biāo)到掃描儀、手寫筆，我們正朝著讓計(jì)算機(jī)說人話、認(rèn)草書的方向快步推進(jìn)。技術(shù)趨勢(shì)和需求的拉動(dòng)都在明白無(wú)誤地告訴人們，IT下一個(gè)巨大的市場(chǎng)當(dāng)然就是占世界人口五分之一的使用漢語(yǔ)人群的人機(jī)交互。實(shí)用性語(yǔ)音識(shí)別、語(yǔ)音合成技術(shù)和產(chǎn)品的需求如此巨大，無(wú)限的商機(jī)正在凸顯出在我們的眼前。
爭(zhēng)鋒，在語(yǔ)音技術(shù)的“中國(guó)區(qū)域”
就像鯊魚嗅到了血腥，無(wú)限的商機(jī)必然會(huì)帶來(lái)激烈的競(jìng)爭(zhēng)，說出來(lái)人們可能會(huì)大吃一驚。單單在讓計(jì)算機(jī)能聽懂中國(guó)語(yǔ)、說中國(guó)話——漢語(yǔ)語(yǔ)音識(shí)別與合成技術(shù)領(lǐng)域，就聚集了幾乎所有的世界級(jí)IT巨擎。微軟、Intel、Motorola、IBM都在這一領(lǐng)域投入巨資，顯示出他們對(duì)這個(gè)市場(chǎng)的信心。就連家電巨擎PHILIPS、松下和大量的手機(jī)廠商也紛紛覬覦這塊即將到口邊的“肥肉”，集中大批優(yōu)秀開發(fā)力量進(jìn)行漢語(yǔ)語(yǔ)音技術(shù)的研究與開發(fā)。因?yàn)檎l(shuí)擁有了技術(shù)，誰(shuí)就擁有了市場(chǎng)，無(wú)論這個(gè)市場(chǎng)處在地球的哪一個(gè)角落。
微軟董事長(zhǎng)比爾·蓋茨從CEO的位置上退下來(lái)要干什么？他自己說得好，終于可以踏下心來(lái)搞手寫輸入和語(yǔ)音識(shí)別技術(shù)。而微軟中國(guó)研究院的主要研究方向恰恰就是中文信息處理和語(yǔ)音技術(shù)領(lǐng)域。這些國(guó)外的IT大廠商，在吸引國(guó)內(nèi)技術(shù)人才上更是不惜血本地投入，微軟中國(guó)研究院高級(jí)研究員的年薪最少也達(dá)到幾十萬(wàn)元人民幣。這樣做的目的就是抓住語(yǔ)音識(shí)別與合成技術(shù)的命脈——人才，在這些大公司的中文語(yǔ)音實(shí)驗(yàn)室里，絕大部分科研人員是國(guó)內(nèi)培養(yǎng)多年的、畢業(yè)于幾個(gè)著名語(yǔ)音合成技術(shù)實(shí)驗(yàn)室的碩士和博士。1998年比爾·蓋茲派往中國(guó)籌建微軟研究院的李開復(fù)博士，就是國(guó)際著名的語(yǔ)音技術(shù)專家。據(jù)了解，國(guó)內(nèi)中科院和清華大學(xué)兩個(gè)著名的語(yǔ)音合成技術(shù)實(shí)驗(yàn)室培養(yǎng)的碩士、博士生，有90%以上都進(jìn)入了國(guó)外知名廠商的實(shí)驗(yàn)室，甚至一些還沒畢業(yè)的學(xué)生，也成為獵頭目標(biāo)，在畢業(yè)之前就開始為他們服務(wù)。甚至在國(guó)內(nèi)最高水平的語(yǔ)音技術(shù)實(shí)驗(yàn)室，都有關(guān)鍵技術(shù)發(fā)明人乃至項(xiàng)目負(fù)責(zé)人，不斷地進(jìn)入國(guó)外大公司。有的語(yǔ)音技術(shù)專家已經(jīng)成為外企的語(yǔ)音項(xiàng)目的領(lǐng)導(dǎo)和組織者。
其實(shí)，伴隨著國(guó)外廠商們馬不停蹄、只爭(zhēng)朝夕的技術(shù)推進(jìn)，國(guó)外廠商的語(yǔ)音技術(shù)產(chǎn)品已經(jīng)出現(xiàn)在國(guó)內(nèi)的市場(chǎng)上跑馬圈地了。我國(guó)某大型通信公司采用由以色列一公司開發(fā)完成的中文語(yǔ)音合成技術(shù)，進(jìn)行電話查詢及聲訊業(yè)務(wù)，每一條電話線的技術(shù)使用費(fèi)是1萬(wàn)元/年。國(guó)內(nèi)著名的一家軟件廠商，其最新推出的手寫識(shí)別軟件即采用了美國(guó)L&H公司的語(yǔ)音合成技術(shù)，所需費(fèi)用為每年幾十萬(wàn)乃至上百萬(wàn)元。冰山的一角，已經(jīng)開始露了出來(lái)。要不了多久中文語(yǔ)音市場(chǎng)就會(huì)亂云飛渡、硝煙四起。
據(jù)不完全統(tǒng)計(jì)，目前在中國(guó)開拓語(yǔ)音技術(shù)市場(chǎng)的外國(guó)廠商包括：微軟中國(guó)研究院、IBM中文語(yǔ)音研究中心、Intel中文語(yǔ)音研究中心、摩托羅拉公司、西門子公司、Dialogic公司（國(guó)際著名電話語(yǔ)音卡生產(chǎn)商）、飛利浦公司、L&H公司、Dragon公司、朗訊公司、AT&T公司、日本松下。說到這里，我們不禁要問，中國(guó)人在做什么嗎？我們這些寫方塊字操漢語(yǔ)母語(yǔ)的軟件企業(yè)、語(yǔ)音技術(shù)專家在做什么？中文語(yǔ)音合成——在中文軟件領(lǐng)域中我國(guó)具有一定競(jìng)爭(zhēng)優(yōu)勢(shì)的“最后的一塊處女地”我們還敢丟嗎？
語(yǔ)音技術(shù)：不是說“不”而是如何“說”的問題
我們?cè)?jīng)因?yàn)閯e人的壟斷和歧視說“不”，我們還可以“挑戰(zhàn)微軟”，擬或挑戰(zhàn)別的什么，但是你不能反對(duì)人家研究你的語(yǔ)言，開發(fā)你的文字。市場(chǎng)是共同的，決不因?yàn)槊褡宓木壒识o那一家企業(yè)例外的規(guī)則。語(yǔ)音識(shí)別技術(shù)我們已經(jīng)走在后面，而語(yǔ)音合成技術(shù)市場(chǎng)還未見分曉，機(jī)遇尚存，路在腳下，關(guān)鍵是看怎么走。
漢王因有技術(shù)在手可與微軟平坐于談判桌前，中文之星因有在手的技術(shù)方可在微軟拼音之上加掛“狂拼”。在外商IT列強(qiáng)強(qiáng)攻中文語(yǔ)音合成技術(shù)的背景下，這計(jì)算機(jī)的中國(guó)話怎么說呢？
沒有成功的人總是寂寞的，如果他不能在困境之中堅(jiān)守自己的選擇而隨波逐流，那么他永遠(yuǎn)也不會(huì)有成功的那一天。當(dāng)我們看見漢王發(fā)布它識(shí)別行草漢字的軟件時(shí)，當(dāng)我們登陸北京捷通軟件公司的網(wǎng)站，聽著計(jì)算機(jī)（不是放錄音）真人一般說著IT界的新鮮事時(shí)，我們的心才稍稍感到一絲輕松，在IT技術(shù)和市場(chǎng)的數(shù)字戰(zhàn)線上，還有人在不懈地堅(jiān)持著、奮進(jìn)著。北京捷通軟件公司，用IT圈里的俗話說是“海龜民營(yíng)”企業(yè)。不用說這里了名校的高才和海外歸國(guó)人材。它的老總張連毅總說他的企業(yè)有著非常雄厚的科技實(shí)力和先進(jìn)的經(jīng)營(yíng)管理理念。這話我還真信，為什么？因?yàn)樗幸粋�(gè)語(yǔ)音研究實(shí)驗(yàn)室，它有國(guó)際和國(guó)內(nèi)語(yǔ)音技術(shù)著名專家呂士楠親自擔(dān)綱，其技術(shù)實(shí)力在語(yǔ)音技術(shù)領(lǐng)域那是不言而喻的。
捷通公司成立的時(shí)間并不長(zhǎng)，但已經(jīng)為客戶提供了用于計(jì)算機(jī)電信集成系統(tǒng)（CTI）的語(yǔ)音合成技術(shù)、錄易漢語(yǔ)智能輸入/輸出系統(tǒng)，以及可聽可說的飛達(dá)多媒體電子郵件系統(tǒng)等眾多的解決方案，而這一切的核心技術(shù)，就是他們自主產(chǎn)權(quán)的中文TTS技術(shù)。其實(shí)一個(gè)年輕的民營(yíng)軟件公司要面對(duì)國(guó)內(nèi)低迷的市場(chǎng)和國(guó)外IT巨頭們的打壓，想搞自己的技術(shù)研發(fā)并不是一件容易的事情，捷通人能夠取得進(jìn)步還真的說它有先進(jìn)的管理經(jīng)營(yíng)理念，他們與中科院有關(guān)機(jī)構(gòu)和清華大學(xué)語(yǔ)音合成技術(shù)實(shí)驗(yàn)事合作，在科技部、市科委的大力支持下，成立民營(yíng)企業(yè)的第一個(gè)語(yǔ)音技術(shù)研究中心--捷通華聲。國(guó)內(nèi)、外著名的中文語(yǔ)音專家呂？？教授放棄國(guó)外幾家大公司的高薪聘請(qǐng)以首席科學(xué)家的身份“坐鎮(zhèn)”捷通華聲，這標(biāo)志著我國(guó)軟件企業(yè)在語(yǔ)音技術(shù)領(lǐng)域獨(dú)立開發(fā)、自主產(chǎn)權(quán)的道路上邁出了嶄新的一步，從具體產(chǎn)品的開發(fā)向關(guān)鍵技術(shù)的研究深入。
捷通在資金并不雄厚的情況下，將一半以上的資金用于技術(shù)開發(fā)，其眼光和魄力的確是令人敬佩的。也許正是許多個(gè)捷通的不懈努力，才有我們?cè)谥形恼Z(yǔ)音軟件領(lǐng)域說“不”的資本，因?yàn)槭俏覀冏约旱募夹g(shù)，率先讓計(jì)算機(jī)以人性化的聲音“說”出了我們的語(yǔ)言，“說”出了我們自己本該占領(lǐng)的市場(chǎng)。
摘自硅谷動(dòng)力