首頁 > 科技的使命之一是便利人們的工作、生活。自然語音的機(jī)器識別技術(shù)正體現(xiàn)了這一點。通俗地說，語音識別就是讓計算機(jī)能聽懂人類說話。近年來，語音技術(shù)的飛速發(fā)展。人類利用自然語言直接與電腦交流，已經(jīng)成為現(xiàn)實。有了語音識別技術(shù)，鍵盤、鼠標(biāo)離“下崗”的日子也就不遠(yuǎn)了。
IBM公司作為語音識別技術(shù)的先驅(qū)，從事這個領(lǐng)域的研究已經(jīng)有30多年歷史，并獲得了近百項專利，在全球建立了完整的專家隊伍。IBM ViaVoice語音識別軟件是IBM語音識別的旗艦產(chǎn)品之一，它的主要功能有兩個：一是基于句子的文字錄入，二是基于詞匯的命令驅(qū)動。利用這兩個基本功能，人們已經(jīng)構(gòu)造出許多應(yīng)用。目前我們能夠看到的應(yīng)用包括：聲控游戲、聲控文字編輯、自動語音查詢、語音輸入網(wǎng)上聊天、語音輔助教學(xué)等等。
IBM ViaVoice語音識別軟件最基本的應(yīng)用，就是讓計算機(jī)使用者不必動手就能完成文字輸入和格式編排等工作，輸入速度快，操作簡單，可以直接在Word97中聽寫。并且能用語音控制計算機(jī)，無論何種程序動動口，就能關(guān)閉程序，改變桌面布局。
在中文語音識別方面，1997年IBM推出了世界上第一個中文連續(xù)語音識別產(chǎn)品——ViaVoice 4.0。該軟件成功突破連續(xù)語音、大詞匯量、非特定識別人的難關(guān)，成功解決了漢語同音字多、有聲調(diào)、口音復(fù)雜等問題，幫助人們從繁雜的鍵盤輸入中解脫出來，被認(rèn)為是漢字輸入的重要里程碑。2000年，IBM推出新一代語音識別產(chǎn)品IBMViaVoice7.0（世紀(jì)）版，進(jìn)一步提高了識別的準(zhǔn)確性并增強(qiáng)了編輯及語音上網(wǎng)瀏覽的功能，使人們可以用語音命令自然、輕松地控制和操作臺式電腦。
現(xiàn)在，對于日常的句子，IBM ViaVoice的識別率很高，在90%以上，而對于有限個詞匯的識別，甚至可以達(dá)到99.9%以上。另外，IBM ViaVoice還有能聽懂多種方言的版本。
隨著Internet與移動計算技術(shù)的發(fā)展，語音技術(shù)正在被越來越多地應(yīng)用到Internet和手持設(shè)備中。未來的應(yīng)用設(shè)備將越來越小，移動電話、掌上電腦、PDA的發(fā)展更需要語音識別技術(shù)的支持。對于機(jī)頂盒、車內(nèi)Web應(yīng)用設(shè)備的潛在市場，也將需要大量的語音識別服務(wù)軟件。另外，隨著Internet發(fā)展所帶來的多樣化需求，通過語音獲得信息和服務(wù)也促進(jìn)了電子商務(wù)未來的發(fā)展。有人預(yù)言，語音識別技術(shù)將帶來網(wǎng)上業(yè)務(wù)方式的革命，并最終產(chǎn)生世界級的電子商務(wù)企業(yè)。
IBM供稿 CTI論壇編輯
