首頁(yè) >
盡管有了遙控家電，有了電腦，有了手機(jī)，有了各種各樣的鍵盤(pán)設(shè)備，但人們還是希望能夠通過(guò)自然語(yǔ)言來(lái)控制我們所使用的各種工具。對(duì)于語(yǔ)音識(shí)別技術(shù)的研究和語(yǔ)音應(yīng)用的探索，始終是人們不會(huì)放棄的命題。
從語(yǔ)音識(shí)別技術(shù)的角度來(lái)看，目前有三個(gè)研究發(fā)展方向，即面向電腦、電話(huà)和手機(jī)的應(yīng)用。電腦的語(yǔ)音錄入應(yīng)用是指電腦能夠把人所說(shuō)的話(huà)記錄下來(lái)，解決文字輸入的問(wèn)題；電話(huà)的語(yǔ)音識(shí)別應(yīng)用是借助通信平臺(tái)，實(shí)現(xiàn)語(yǔ)音技術(shù)的更廣泛應(yīng)用；手機(jī)的語(yǔ)音識(shí)別應(yīng)用是嵌入式的語(yǔ)音識(shí)別技術(shù)，實(shí)現(xiàn)手機(jī)、尋呼機(jī)在移動(dòng)通信中的語(yǔ)音識(shí)別應(yīng)用。
據(jù)專(zhuān)業(yè)人士預(yù)測(cè)，5-10年以后，上述3個(gè)方向?qū)?huì)發(fā)生相互融合。而言豐科技所研究的領(lǐng)域?qū)Ｗ⒃陔娫?huà)的語(yǔ)音識(shí)別和語(yǔ)音合成技術(shù)上，致力通過(guò)基于通信平臺(tái)的實(shí)現(xiàn)語(yǔ)音識(shí)別技術(shù)更為廣泛的、更有實(shí)際價(jià)值的商業(yè)應(yīng)用，為客戶(hù)提供語(yǔ)音及電話(huà)功能。而開(kāi)發(fā)商可在其提供的軟件平臺(tái)基礎(chǔ)上快速簡(jiǎn)捷進(jìn)行應(yīng)用方案的開(kāi)發(fā)，增設(shè)一系列具競(jìng)爭(zhēng)力的高度個(gè)性化服務(wù)，使客戶(hù)通過(guò)電話(huà)輕松獲取各種資訊。這項(xiàng)技術(shù)對(duì)中國(guó)市場(chǎng)尤為重要，全國(guó)電話(huà)數(shù)量與上網(wǎng)電腦的比例將近40：1，同時(shí)呈現(xiàn)出移動(dòng)電話(huà)的增長(zhǎng)率高于固定電話(huà)的發(fā)展趨勢(shì)。
在討論了語(yǔ)音識(shí)別技術(shù)很多年之后，為什么這個(gè)話(huà)題在最近又大幅度升溫了呢？言豐科技總裁粱康忠博士說(shuō)：“技術(shù)的發(fā)展在一定階段時(shí)打破了應(yīng)用的瓶頸，從而帶來(lái)了應(yīng)用的進(jìn)步。因?yàn)檎Z(yǔ)音識(shí)別是一項(xiàng)難度很大的技術(shù)，里面的算法非常復(fù)雜，對(duì)CPU的要求也非常高，過(guò)去應(yīng)用的條件不具備。而近幾年CPU發(fā)展很快，而語(yǔ)音識(shí)別中的算法也日益精湛，兩者有機(jī)地集成在一起后，應(yīng)用的條件就日趨成熟。”
語(yǔ)音識(shí)別技術(shù)進(jìn)入商用時(shí)代
語(yǔ)音技術(shù)開(kāi)辟了一個(gè)巨大的應(yīng)用市場(chǎng)，目前的語(yǔ)音技術(shù)應(yīng)用的程度如何呢？
1．技術(shù)成熟
國(guó)內(nèi)在漢語(yǔ)的語(yǔ)音技術(shù)方面，語(yǔ)音合成技術(shù)比較成熟，已經(jīng)達(dá)到了商用的標(biāo)準(zhǔn)；在語(yǔ)音識(shí)別方面，亦已經(jīng)有一些產(chǎn)品成功投入商用，如言豐科技的e-t@lk產(chǎn)品。
2．促進(jìn)網(wǎng)絡(luò)的融合
語(yǔ)音技術(shù)的發(fā)展，帶動(dòng)了網(wǎng)絡(luò)的融合過(guò)程。目前，世界上的兩大通信網(wǎng)絡(luò)是電信網(wǎng)和計(jì)算機(jī)網(wǎng)，電信網(wǎng)絡(luò)是以語(yǔ)音信號(hào)為處理對(duì)象，計(jì)算機(jī)網(wǎng)絡(luò)則是以數(shù)據(jù)對(duì)象為其處理內(nèi)容。而語(yǔ)音技術(shù)為兩個(gè)網(wǎng)絡(luò)的結(jié)合，奠定了技術(shù)基礎(chǔ)。
3．語(yǔ)音接入通過(guò)電信網(wǎng)
目前，人們進(jìn)行信息交流的主要方式還是通過(guò)固網(wǎng)、移動(dòng)網(wǎng)、PSTN、IP電話(huà)等電信網(wǎng)。用戶(hù)可以通過(guò)撥打一個(gè)電話(huà)號(hào)碼，接入到信息訪問(wèn)中心。
基于電話(huà)的語(yǔ)音應(yīng)用
隨著中國(guó)電信事業(yè)的迅速發(fā)展和電話(huà)普及率的不斷提高，電話(huà)自動(dòng)聲訊服務(wù)已走進(jìn)百姓的日常生活，人們?cè)絹?lái)越多地感受到了這些服務(wù)系統(tǒng)帶來(lái)的便捷。根據(jù)系統(tǒng)提供的選擇目錄并在電話(huà)上按鍵選擇，人們便可獲得所要查詢(xún)的信息。但很多時(shí)候，電話(huà)按鍵的局限性所帶來(lái)的不便也令人倍感無(wú)奈。
言豐科技的交談式語(yǔ)音理解系統(tǒng)充分發(fā)揮計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的優(yōu)勢(shì)，采用先進(jìn)的人機(jī)語(yǔ)言對(duì)話(huà)方式，擺脫電話(huà)按鍵的束縛，人們只須要像平常一樣對(duì)著電話(huà)簡(jiǎn)單地說(shuō)出所需服務(wù)項(xiàng)目，無(wú)須按鍵即可輕松獲取自動(dòng)聲訊服務(wù)系統(tǒng)提供的所需信息。雖然每個(gè)人的語(yǔ)音特征都有所不同，并會(huì)隨著時(shí)間而改變，但言豐科技語(yǔ)音理解系統(tǒng)均可加以識(shí)別，即使是從來(lái)未對(duì)該系統(tǒng)說(shuō)過(guò)話(huà)的人。
言豐科技的交談式語(yǔ)音理解系統(tǒng)亦可識(shí)別自然的查詢(xún)對(duì)話(huà)。例如在一個(gè)天氣查詢(xún)系統(tǒng)上，使用者可用不同的查詢(xún)方法來(lái)發(fā)問(wèn)：（我想知道北京的天氣），（北京今天的天氣怎樣？），（請(qǐng)告訴我北京的天氣！）等，系統(tǒng)都可以識(shí)別和處理這些不同的問(wèn)話(huà)查詢(xún)。此外，該系統(tǒng)還能辨認(rèn)連續(xù)自然的說(shuō)話(huà)，用戶(hù)不需要生硬地在字句間作出刻意的停頓。
言豐交談式語(yǔ)音理解系統(tǒng)另一特點(diǎn)是可以識(shí)別多種語(yǔ)言，甚至混合的語(yǔ)言。例如香港市面上不少的電話(huà)聲訊系統(tǒng)均需要用戶(hù)輸入香港身份證號(hào)碼[例：A123456（7）]以求確認(rèn)其身份，但礙于音頻按鈕的局限，用戶(hù)只可輸入數(shù)目字。如采用了言豐科技語(yǔ)音識(shí)別系統(tǒng)，用戶(hù)就能直接說(shuō)出整個(gè)身份證號(hào)碼，包括最前的英文字"A"及用中文讀出所有數(shù)目字和"括弧"。另外，香港某些股票名稱(chēng)如“ASM太平洋”夾雜了中英文，言豐的系統(tǒng)也能加以準(zhǔn)確識(shí)別。
鑒于電話(huà)機(jī)本身質(zhì)量及線路/網(wǎng)絡(luò)狀況的不同，一般通過(guò)電話(huà)網(wǎng)傳輸?shù)恼Z(yǔ)音都有不同程度的變化。言豐科技的交談式語(yǔ)音理解系統(tǒng)可以容納很大差異的語(yǔ)音質(zhì)素，從而保證在不同的環(huán)境下，系統(tǒng)都能識(shí)別用戶(hù)的說(shuō)話(huà)，無(wú)需使用特殊的電話(huà)裝置。
語(yǔ)音技術(shù)商機(jī)無(wú)限
因?yàn)檎Z(yǔ)音識(shí)別聲訊系統(tǒng)是讓用戶(hù)通過(guò)電話(huà)獲取資訊，因此任何需要借助電話(huà)提供資訊的行業(yè)，均可受惠于使用此產(chǎn)品，特別是一些通過(guò)對(duì)話(huà)提供快速資訊的行業(yè)，如銀行、旅游、公共服務(wù)機(jī)構(gòu)及電信等。言豐科技電話(huà)語(yǔ)音理解聲訊系統(tǒng)的應(yīng)用范圍十分廣泛，包括自動(dòng)化客戶(hù)服務(wù)、金融交易、電話(huà)銀行服務(wù)、股票報(bào)價(jià)、航班查詢(xún)等。 這些應(yīng)用不僅可減輕人力資源的壓力及節(jié)省成本，更可創(chuàng)造出獨(dú)特的互動(dòng)客戶(hù)服務(wù)、大幅提高公司的市場(chǎng)競(jìng)爭(zhēng)力。以下是一些具代表性的例子。
1．銀行及金融業(yè)
銀行及金融業(yè)樞紐必須掌握最新資訊。無(wú)論用戶(hù)希望查詢(xún)戶(hù)口結(jié)余，或是進(jìn)行戶(hù)口轉(zhuǎn)帳，應(yīng)用了語(yǔ)音理解技術(shù)的聲訊查詢(xún)系統(tǒng)可不分晝夜地為您提供二十四小時(shí)的電話(huà)銀行理財(cái)服務(wù)。而證券業(yè)方面，股票經(jīng)紀(jì)每天要應(yīng)付數(shù)以千計(jì)的電話(huà)查詢(xún)。若是采用言豐科技電話(huà)語(yǔ)音識(shí)別聲訊系統(tǒng)的話(huà)，用戶(hù)想查詢(xún)行情便可以直接講出股票名稱(chēng)或代碼，而系統(tǒng)確認(rèn)用戶(hù)的要求后，會(huì)自動(dòng)讀出最新的股票價(jià)，相比起要每次輸入不同的股票代碼的煩瑣，大大方便了用戶(hù)，同時(shí)改善了服務(wù)的形象。
2、電信和尋呼
現(xiàn)今電信業(yè)競(jìng)爭(zhēng)激烈，用戶(hù)對(duì)于在任何時(shí)間獲取各地資訊之需求，愈來(lái)愈迫切，因此，電信業(yè)需要具備高質(zhì)量的客戶(hù)服務(wù)。言豐科技電話(huà)語(yǔ)音識(shí)別聲訊系統(tǒng)，不單能識(shí)別多種語(yǔ)音，更令顧客電話(huà)服務(wù)目錄自動(dòng)化，創(chuàng)出獨(dú)特的互動(dòng)客戶(hù)服務(wù)，減輕人力資源的壓力，節(jié)省資本，從而產(chǎn)生另一項(xiàng)新收入。該技術(shù)在電信業(yè)務(wù)中將產(chǎn)生很多的應(yīng)用。例如在“114”電話(huà)黃頁(yè)中，目前還要有大量的人工服務(wù)，而如果采用語(yǔ)音技術(shù)，就可省卻人工服務(wù)，讓計(jì)算機(jī)自動(dòng)接聽(tīng)用戶(hù)的需要，然后回放查詢(xún)的電話(huà)號(hào)碼。尋呼目前還是通過(guò)尋呼小姐記下用戶(hù)要尋呼的目標(biāo)號(hào)碼，然后將內(nèi)容輸入到尋呼系統(tǒng)進(jìn)行發(fā)射。采用語(yǔ)音技術(shù)后，可以讓計(jì)算機(jī)自動(dòng)地進(jìn)行整個(gè)操作過(guò)程。
3、公用事業(yè)
公共事業(yè)是另一個(gè)需要處理大量來(lái)電的典型例子。他們需要提供各式各樣的顧客服務(wù)和處理大量的日常來(lái)電。這些來(lái)電查詢(xún)可以通過(guò)電話(huà)語(yǔ)音識(shí)別聲訊系統(tǒng)的幫助得以解決，言豐科技電話(huà)語(yǔ)音理解聲訊系統(tǒng)可以按照來(lái)電者指示操作帳戶(hù)。針對(duì)亞洲市場(chǎng)特點(diǎn)如香港、新加坡、北京等國(guó)際性大都會(huì)，言豐科技開(kāi)發(fā)的是一個(gè)能夠明白多國(guó)語(yǔ)言的語(yǔ)音理解聲訊系統(tǒng)，以更為有效提升各行各業(yè)的客戶(hù)服務(wù)水準(zhǔn)。
4、旅游及運(yùn)輸業(yè)
旅游及運(yùn)輸業(yè)是另一個(gè)可受惠于采用言豐科技電話(huà)語(yǔ)音識(shí)別聲訊系統(tǒng)的行業(yè)。這行業(yè)每天也要處理大量來(lái)電，如一位旅客希望知道最新的天氣情況，又或是一些商人查詢(xún)最新的船期情況，旅游及運(yùn)輸公司便可利用言豐科技電話(huà)語(yǔ)音識(shí)別聲訊系統(tǒng)有效的應(yīng)付來(lái)電查詢(xún)。例如在航班查詢(xún)系統(tǒng)內(nèi)，用戶(hù)只要說(shuō)出國(guó)家或城市名稱(chēng)就能得知有關(guān)的航班消息。
5．娛樂(lè)
言豐語(yǔ)音技術(shù)在娛樂(lè)方面，也可以激發(fā)出許多的新應(yīng)用。例如，在通過(guò)電話(huà)進(jìn)行電視MTV點(diǎn)播時(shí)，可以避免重復(fù)地按電話(huà)上的按鍵，而是直接說(shuō)出哪個(gè)歌手的哪首歌，電視臺(tái)就接受語(yǔ)音輸入，而播放相應(yīng)的曲目。
語(yǔ)音識(shí)別網(wǎng)絡(luò)系統(tǒng)的應(yīng)用方案
語(yǔ)音識(shí)別系統(tǒng)的應(yīng)用展望
現(xiàn)代科技的發(fā)展總是快過(guò)人類(lèi)的預(yù)期。以爆炸速度發(fā)展起來(lái)的因特網(wǎng)（Internet）的普及迅速改變了人類(lèi)的生活方式和生活質(zhì)量，引起世界各國(guó)的廣泛關(guān)注。信息交流的加快，導(dǎo)致企業(yè)競(jìng)爭(zhēng)的加劇和服務(wù)意識(shí)增強(qiáng)。公共服務(wù)網(wǎng)絡(luò)系統(tǒng)是為廣大用戶(hù)服務(wù)而設(shè)計(jì)的計(jì)算機(jī)系統(tǒng)，因此，如何讓用戶(hù)能夠以最簡(jiǎn)單、最方便、最滿(mǎn)意的方式使用這些系統(tǒng)獲取信息，應(yīng)是系統(tǒng)方案設(shè)計(jì)者首要考慮的問(wèn)題。從這個(gè)意義上講，計(jì)算機(jī)技術(shù)及其網(wǎng)絡(luò)系統(tǒng)的興起，將給公共語(yǔ)音識(shí)別系統(tǒng)的應(yīng)用帶來(lái)廣闊的發(fā)展空間和市場(chǎng)前景，以"說(shuō)話(huà)"方式來(lái)操控計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)將徹底改變?nèi)藗儙资晷纬傻?quot;按鍵"操控的傳統(tǒng)概念和習(xí)慣，使人重歸"自然"，輕松自由。專(zhuān)家預(yù)言，未來(lái)的計(jì)算機(jī)服務(wù)網(wǎng)絡(luò)系統(tǒng)與用戶(hù)終端接口都少不了"電話(huà)公共語(yǔ)音識(shí)別功能"，而電話(huà)就象計(jì)算機(jī)一樣是每個(gè)網(wǎng)絡(luò)系統(tǒng)必不可少的終端裝置。甚至可以說(shuō)，是否具有電話(huà)-公共語(yǔ)音識(shí)別功能將是衡量一個(gè)網(wǎng)絡(luò)系統(tǒng)水準(zhǔn)和完整性的重要標(biāo)志之一。
由此可見(jiàn)，語(yǔ)音識(shí)別產(chǎn)品/系統(tǒng)將成為二十一世紀(jì)具有強(qiáng)有力市場(chǎng)競(jìng)爭(zhēng)力的高技術(shù)產(chǎn)品。美國(guó)風(fēng)險(xiǎn)投資家Ed. Paisley針對(duì)語(yǔ)音識(shí)別的市場(chǎng)前景說(shuō)過(guò)這樣一段話(huà)：未來(lái)技術(shù)投資中的"大事"就是語(yǔ)音識(shí)別，或許它將能夠與狂熱的Internet投資相抗衡。作為贏家，語(yǔ)音識(shí)別將在新的市場(chǎng)中大出風(fēng)頭。
金言豐語(yǔ)音技術(shù)供稿 CTI論壇編輯
