语音云：乘着移动互联网和云计算东风(2)

移动引爆语音

人们对下一代语音交互方式的美好畅想，从来就没有停止过。不过，在很长一段时间内，语音技术被看成是鸡肋：弃之可惜，食之无味。微软、谷歌、IBM，这些世界级的IT巨头，一直在语音技术商用方面努力探索。然而，前景虽然很美好，语音技术却始终无法实现大规模民用。

“我当年在微软工作的时候，曾听到比尔·盖茨说： ‘语音技术在5年后将改变世界。’5年之后，我又听到他说了一次；到了第三个5年，比尔·盖茨有一次提起语音，他说：‘这话我过去说了两次。’”创新工场CEO李开复所讲述的这件往事，折射出语音技术当时所面临的尴尬前景。

而前谷歌中国的高级研究员、《浪潮之巅》的作者吴军最近在微博里调侃道：“语音识别(在产品上)忽悠人从上世纪90年代开始，大约每10年一个周期，最后的结果相同，就是大家发现这是个玩具，而不是工具……如此反复。不过我相信最后有一次不再是忽悠人，但是不是现在这一次？”

至少，在扑面而来的移动互联网和云计算大潮中，想象从来没有像这一次这么像真的：决定语音识别技术精确度的关键性因素在于语料库的丰富程度。

在过去，语料库的建立，主要是通过人工采集声音信号来完成，需要花费大量的时间和精力，语料库的增量非常有限，这也意味着语音技术的精确度提升速度非常低。而在移动互联网时代，语音交互的终端和应用在不断涌现；另一方面，云计算能够处理比以往更海量的用户语音交互数据，云端的服务器能够不断收集、处理这些数据，在不断反馈训练中持续进化语音理解能力。

并且，随着移动用户和多种移动终端的爆发式增长，人们对语音应用的需求前所未有的强烈：移动终端设备键盘与屏幕尺寸小，用手指输入并不方便，尤其是在移动的应用场景中，眼忙手忙，语音输入作为信息交互最自然、便捷的手段，更能发挥它先天性的作用。

而苹果公司所推出的Siri功能在全球所引发的疯狂，则成为语音技术在移动互联网上被引爆的直接导火索，也让一直苦于找不到语音卖点的厂商茅塞顿开。苹果的高明之处，在于将Siri的语音技术与苹果封闭系统内的各行各业的信息服务、应用进行了无缝的对接，并且整合了三大数据库：Yelp、维基百科、Wolfram Alpha，这就意味着Siri不仅仅是一个被人“调戏”的玩具，而是在某种程度上可以帮人们解决实际问题：查找餐馆、地图、翻译……

尽管在目前看来，Siri的实用性依然有限，但随着用户越来越多，建立的语料数据库就越丰富，就越能通过数据的不断纠正变得越来越“聪明”，这就有了“人工智能”的意味。

在这个横跨手机、平板电脑、汽车、电视、 导航设备、音乐播放器、个人电脑等领域的绝大市场商机面前，谷歌、微软等国际巨头都加快了将语音技术向消费级市场商用的脚步：谷歌计划今年上半年发布平板电脑Google Nexus，并将搭载Majel网络语音识别技术；而微软于2007年收购语音技术公司TellMe之后，计划今年将TellMe技术用于Windows 8及下一代Windows Phone系统中；此外，国际语音巨头Nuance已经将语音生意做到了全球，且来势凶猛：今年1月份，Nuance收购了竞争对手 Vlingo，期望整合双方各自的技术优势，在全球迅速膨胀的移动语音消费市场，瓜分更大的蛋糕。(责任编辑：admin)