人才为王，语音识别技术并非高不可攀

提及语音识别，就不能不说Nuance，就像提到PC处理器不能跨过intel，智能手机SOC不能忽略高通，Nuance有着辉煌的历史，曾经在语音领域一统江湖，就算现在，仍旧是瘦死的骆驼比马大，仍旧是全球最大的语音技术公司，专利数量和市场份额都遥遥领先。苹果iPhone手机的虚拟语音助手Siri（风传放弃）、三星的语音助手S-Voice、各大航空公司和顶级银行的自动呼叫中心和虚拟在线语音助手，都采用了Nuance的技术。Nuance曾经很热门，三星和苹果都和它传过绯闻，都要收购它，不知道为什么，都无疾而终。

Nuance的语音技术是以统计推断方法为基础，着眼于音素（音节的声音）和语境来识别话语。在识别的方面，在引擎和算法技术方面Nuance领先一个层次。毕竟有着多年的积累。

但是，在具体应用上，差距就没有那么大了——语音识别技术并非高不可攀，好的语音识别系统，很大程度上依靠经验，专利和算法什么的并没有多重要。所以只要Google们挖到牛人，自主研发出不逊于Nuance的语音识别技术并非难事——因为大家的纯识别率都在一个水平线上，差不多都达到了当前技术（主要是Nuance采用的技术）的极限，差距不再可感，但再往上走，如果基于当前的技术，路会越走越窄。如果考虑到周围环境的噪音、用户发音不准、方言等等因素，这种技术的前景并不乐观。这个时候就要从另外一个角度考虑问题了——语义理解。

语音交互，主要取决于两点：语音识别，和语义理解。

举一个例子，张飞张翼德在长坂坡嚎了一嗓子，我想，五湖四海出身的曹军们没有多少人能辨清楚张三爷的每一个字（就不信汉朝没有方言，就不信张飞说话不方言，就不信有多少人能听得懂张飞的方言），他们没有100%听清楚，但是，他们听懂了，然后害怕了，于是，撤退了。为张飞的名声添砖加瓦。

在日常生活当中，如果只从语音出发，我们根本没有可能听懂XX牌普通话，但是我们还是听懂了，更能用另一种牌子的普通话和他交流。这就涉及到语义理解。

有了语义理解的突破，语音识别才能脱离桎梏，更上一层楼。

关于语义理解，目前一门技术正火，神经网络。这是一种十分炫酷的技术，将机器学习的方式模仿人类大脑的神经元，当处理的语言越来越多时，这种网络就可以逐渐理解语言。实验结果发现，这种技术可使得精确度提升25%以上，这是一个巨大的飞跃，因为这个行业只需要提升5%就具备革命意义。目前，谷歌的Google Now、微软的Cortana都采用了这种技术。人工智能大师杰弗里·希尔顿（Geoffrey Hinton）在2013年初加盟谷歌。此外，谷歌还挖走了Nuance的一些职员，其中包括在2004年挖走Nuance联合创始人迈克·科恩（Mike Cohen），让他出任谷歌的语音技术总监。至于微软，我只有一句话，微软研究院里的大牛们真的是大牛啊。感兴趣的可以查一查微软在这方面的技术。

对于Google而言，语音是生死攸关的大事。想象一下，十年或者五年后的某一天，我想登录雷锋网，可我一如既往的记不住雷锋的域名，只需要对着麦说一句：“登录雷锋网(公众号：雷锋网)”，如果我想搜索什么东西，直接说就可以了。如果没有语音服务，那么，Google如何自处？微软的bing会不会咸鱼翻身？所以，Google有必要自己做。这种涉及生死的技术，还是掌握在自己手里比较踏实。

Google和微软都参合了，苹果当然不会落后。来自Wired 的消息，苹果正在着手更换掉 Nuance，打算用自己研发的语音识别技术，最快可能在iOS 9中亮相。在过去几年，苹果不仅吸纳了Siri的语音技术人才，更是将Nuance公司的多名高级语音研究人员挖角过来，包括了前研发副总裁Larry Gillick，以及来自微软语音识别项目高管Alex Acero，后者在微软工作达 20 年之久。苹果打算利用神经网络来提升语音识别率，微软研究部门主管 Peter Lee 认为，苹果大约需要花6个月才能赶上Google 和微软。2013年，苹果悄悄收购了一家语音识别技术公司Novauris Technologies，价格未知。Novauris公司以语音识别著称，由其推出的产品和语音识别系统并非简单的识别单个的词句，而是理解上下文。Novauris 也成推出一个名为 Novasystem 的分布式服务器语音识别系统，可同时处理多个并发语音请求，识别完整的句子，并分析音节结构。

说完国外，再说说国内。

科大讯飞是nuance的国内版，同样的一览众山小，当然，国内的语音识别企业不只科大讯飞一家，还有中科信利，尚科语音，捷通华声等等。百度、腾讯都在打造自己的语音团队。百度看起来最高大上。吴恩达加盟，担任百度的首席科学家，负责百度研究院，他的研究领域就是机器学习和人工智能，研究重点是深度学习（deep learning）。深度学习被认为是当前的机器学习算法里最接近人脑思维的一种。吴恩达也是牛人一枚。

看过国外百舸争流，再对比国内的欣欣向荣，在不入流的算命先生都能得出结论，语音是个大热门，是未来的趋势。

这个趋势是实实在在的，不是吹起来的泡沫。

人类打成为人类以来就使用声音，声音已经融入我们的身体，成为一种本能，它是最优的表达方式，这也就是为什么iPhone4s能够在普遍看衰的情况下大卖的关键，所有人都低估了siri，低估了人们对人机交互模式从键盘升级到声音的渴望。

在未来，也许就是不久的未来，智能家居（通过微软的cortana，已经可以实现语音开灯关灯拉窗帘。这不是Google now和siri无能，完全是因为微软开放了API，Google now和siri没有开放）、驾驶等等领域。人机交互的领域越来越广，语音的前景必将大到不敢想象。想象一下，当互联网发展到无处不在时，人们随时随地都在互联网之中，人机交互甚至可能会是时时刻刻，语音会是一个多么大的市场。

什么？你说脑波？

我觉得脑波这玩意和幸福、上帝一样，你相信它存在，它就存在。

雷锋网原创文章，未经授权禁止转载。详情见转载须知。

人才为王，语音识别技术并非高不可攀相关推荐

汪潮涌：AI创业落地为王，技术和算法难以成为核心壁垒
汪潮涌:AI创业落地为王,技术和算法难以成为核心壁垒 https://mp.weixin.qq.com/s/xnvEEAWPDzIQIW-F3LjcTA 汪潮涌看来,单纯靠技术和算法的红利期已经过去. ...
【百度贾磊】汉语语音识别技术重大突破：LSTM+CTC详解（22PPT）
1新智元原创1 作者:王嘉俊新智元福利回复1028下载贾磊22页PPT Google 去年发布了一项研究报告,说在美国年龄介于13到18岁的青年当中,约有55%的人每天使用语音搜索. 语音搜索正在 ...
语音识别技术发展史与行业最佳实践全解析
原标题:语音识别技术发展史与行业最佳实践全解析在人工智能技术的探索征程里,语音语义识别技术一直扮演着先驱的角色,不管是在技术探索还是商业落地方面都走在了前面.近两年来随着深度学习技术的进一步深入,其 ...
语音识别技术的发展及难点分析
语音识别技术的发展与机器进行语音交流,让它听明白你在说什么.语音识别技术将人类这一曾经的梦想变成了现实.语音识别就好比"机器的听觉系统",该技术让机器通过识别和理解,把语音信号转 ...
通过语音发展史及语音识别产品对比，来看看语音识别技术都有哪些难点-通信/网络-与非网...
与机器进行语音交流,让它听明白你在说什么.语音识别技术将人类这一曾经的梦想变成了现实.语音识别就好比"机器的听觉系统",该技术让机器通过识别和理解,把语音信号转变为相应的文本或命令 ...
关于在呼叫中心业务中应用语音识别技术的探讨
关于在呼叫中心业务中应用语音识别技术的探讨摘要:本文首先给出了语音技术的应用现状,接着对语音识别技术在呼叫中心中可应用可尝试的业务进行探讨,最后提出呼叫中心业务中应用语音识别技术的虚拟CSR概念. ...
语音识别技术准确率早已超过人类平均水平
语音交互在某些方面是一个"升维"的操控方式,相比传统的操控方式来说,"语音"能让使用者无需直接接触被操控物就能实现某些功能.比如在实时互译.智能家居的操控以及面 ...
亚马逊首席科学家：揭秘 Alexa 语音识别技术｜AI NEXT
雷锋网(公众号:雷锋网)按:本月 18 日,由美中技术与创新协会(Association of Technology and Innovation,ATI)主办的第一届"AI NEXT&qu ...
【重磅】亚马逊向第三方开放Echo音箱语音识别技术（附AmazonEcho Dot拆解）
原标题:[重磅]亚马逊向第三方开放Echo音箱语音识别技术(附AmazonEcho Dot拆解) Amazon周四(4/13)宣布,将把Amazon Echo所使用的远场(far-field)麦克风数 ...

人才为王，语音识别技术并非高不可攀

人才为王，语音识别技术并非高不可攀相关推荐

最新文章

热门文章