語音識別的應用前景

北京雙語教育電子有限公司

    語 音 識 別 技 術(shù) 的 發(fā) 展 的 確 經(jīng) 歷 了 一 個 漫 長 的 漸 進 過 程。 二 十 多 年 前， 它 還 只 是 科 研 人 員 在 實 驗 室 里 描 述 的 一 個 夢 想 般 的 希 望， 但 兩 個 方 面 的 進 步 終 于 促 成 了 這 一 技 術(shù) 的 平 民 化。 其 一， 半 導 體 技 術(shù) 的 發(fā) 展 使 得 以 前 只 有 在 巨 型 機 上 才 能 進 行 的 語 音 識 別 系 統(tǒng) 如 今 在 微 機 上 就 可 以 實 現(xiàn)。 無 疑， 英 特 爾 公 司 在 這 其 中 扮 演 了 重 要 的 角 色， 今 天， 多 數(shù) 的 普 通 家 庭 都 對“Intel Inside” 這 樣 一 句 廣 告 詞 耳 熟 能 詳， 并 且 也 具 備 足 夠 的 支 付 能 力 來 使 用 一 臺 高 性 能 微 機； 其 二， 軟 件 技 術(shù) 的 演 進 也 使 得 這 項 技 術(shù) 走 向 實 用， 一 些 核 心 算 法， 如 特 征 提 取、 語 音 的 聲 學 摸 型 及 相 應 的 語 言 模 型， 搜 索 算 法 及 自 適 應 算 法 等 都 取 得 了 長 足 的 進 展。 軟 硬 件 技 術(shù) 的 有 效 結(jié) 合 為 我 們 提 供 了 一 種 全 新 的 遠 景。 很 顯 然， 語 音 處 理 正 在 革 新 這 個 世 界， 因 為 一 旦 賦 予 人 類 語 音 以 力 量 之 后， 任 何 會 說 話 的 人 都 將 能 自 由 地 應 用 這 種 技 術(shù)。 并 且， 這 也 是 現(xiàn) 存 的 最 為 自 然 的 用 戶 界 面。

    多 數(shù) 人 可 能 都 懷 著 一 種 模 糊 而 激 動 的 心 情 期 待 著 這 一 新 技 術(shù) 的 來 臨， 然 而， 語 音 識 別 技 術(shù) 確 切 地 能 夠 為 我 們 帶 來 什 么 呢 ？ 許 多 行 業(yè) 還 并 未 清 晰 地 意 識 到 該 技 術(shù) 所 可 能 開 拓 的 廣 闊 空 間。 但 是， 就 目 前 的 發(fā) 展 勢 態(tài) 及 技 術(shù) 進 步 來 看， 它 將 有 可 能 涉 足 人 類 生 活 的 每 一 領(lǐng) 域。

    目 前， 在 信 息 處 理、 教 育 與 商 務 應 用、 消 費 電 子 應 用 方 面， 語 音 識 別 技 術(shù) 都 已 經(jīng) 展 現(xiàn) 出 了 它 的 巨 大 優(yōu) 勢。

一、 語 音 識 別 技 術(shù) 在 信 息 處 理 領(lǐng) 域 的 應 用：

    個 人 電 腦 的 普 及 在 中 國 一 直 有 著 不 小 的 障 礙。 多 數(shù) 的 中 國 用 戶 往 往 會 被 其 復 雜 的 用 戶 界 面 弄 得 不 知 所 措。 此 外， 漢 字 輸 入 也 是 計 算 機 應 用 的 一 個 困 難， 即 使 五 筆 字 型 已 經(jīng) 如 此 著 名， 但 愿 意 花 時 間 去 學 并 且 學 好 的 人 也 并 不 很 多， 而 拼 音 輸 入 對 于 發(fā) 音 不 太 準 或 拼 音 基 礎 不 好 的 人 來 講 也 成 問 題。 因 此， 語 音 識 別 技 術(shù) 至 少 首 先 在 這 兩 個 方 面 有 著 廣 闊 的 應 用。

    簡 單 地 講， 語 音 識 別 技 術(shù) 在 信 息 處 理 領(lǐng) 域 的 首 要 的 巨 大 應 用 將 在 于 提 供 了 一 種 全 新 的 人 機 交 互 形 式， 在 這 樣 一 種 形 式 之 下， 將 會 拓 展 出 許 多 應 用 分 支：

1. 給 計 算 機 發(fā) 送 指 令 (Command & Control)：

    Windows 的 圖 形 用 戶 界 面 雖 然 已 經(jīng) 大 大 簡 化 了 操 作 環(huán) 境， 但 大 多 數(shù) 用 戶 仍 然 會 在 其 中 迷 失 方 向。 而 且， 日 益 出 現(xiàn) 的 新 領(lǐng) 域 也 超 過 了 一 般 用 戶 的 理 解 能 力。 而 現(xiàn) 在， 隨 著 語 音 識 別 技 術(shù) 的 應 用， 計 算 機 將 會 象 是 一 位 與 你 交 談 的 伙 伴， 你 可 能 只 需 要 對 著 話 筒 說 幾 句 話， 就 可 以 實 現(xiàn) 那 些 隱 藏 在 Windows 層 層 菜 單 后 面 的 功 能。 目 前， 國 際 商 用 機 器 公 司 (IBM) 在 這 方 面 已 經(jīng) 有 成 熟 的 產(chǎn) 品。 國 內(nèi) 購 買 聯(lián) 想 微 機 的 用 戶 想 必 已 經(jīng) 體 到 了 這 一 技 術(shù) 的 優(yōu) 勢， 語 音 輸 入 已 經(jīng) 取 代 鍵 盤 和 鼠 標 成 為 你 與 計 算 機 交 流 的 又 一 方 式。

2. 聽 寫 系 統(tǒng) (Dictation)：

    去 年 9 月 4 日 IBM 在 人 民 大 會 堂 召 開 的 新 聞 發(fā) 布 會 上 就 宣 布 了 這 一 成 熟 技 術(shù) 商 品 化 應 用 的 成 功， 它 的 最 主 要 特 征 是 實 現(xiàn) 了 中 文 連 續(xù) 語 音 識 別， 這 標 志 著 中 文 語 音 識 別 技 術(shù) 劃 時 代 的 進 展，， 這 套 系 統(tǒng) 還 實 現(xiàn) 了 非 特 定 語 音 的 識 別， 中 文 輸 入 速 度 可 達 到 平 均 每 分 鐘 150 字， 平 均 最 高 識 別 率 達 到 95%， 并 具 有“自 我”學 習 的 功 能， 很 顯 然 這 將 大 大 降 低 計 算 機 應 用 的 障 礙， 并 簡 化 了 信 息 處 理 的 方 式。

3. 信 息 查 詢：

    由 于 語 音 識 別 技 術(shù) 使 得 計 算 機 能 夠 聽 懂 指 令， 因 此， 將 語 音 識 別、 語 言 理 解 與 大 量 的 數(shù) 據(jù) 庫 檢 索 和 查 詢 技 術(shù) 相 結(jié) 合， 就 能 夠 實 現(xiàn) 更 輕 松 的 信 息 查 詢 方 式。 比 如， 圖 書 館 的 資 料 信 息 將 能 夠 對 來 自 用 戶 的 語 音 輸 入 進 行 理 解， 并 將 它 轉(zhuǎn) 化 為 相 應 的 指 令， 從 數(shù) 據(jù) 庫 中 獲 取 結(jié) 果 并 返 回 給 用 戶。 公 司 的 決 策 者 也 不 用 再 花 很 多 時 間 來 研 究 如 何 使 用 軟 件， 他 只 要 對 著 計 算 機 表 達 出 他 所 需 要 的 信 息 就 可 以 了， 使 用 者 通 過 簡 單 的 命 令 就 可 以 獲 得 當 下 的 資 料。

4. 網(wǎng) 上 交 談：

    可 能 對 于 多 數(shù) 中 國 用 戶 來 講， 網(wǎng) 上 交 談 還 是 一 個 憧 憬， 但 實 際 上 技 術(shù) 就 在 你 的 身 邊， 你 只 需 要 拿 起 來 使 用 就 可 以 了。 網(wǎng) 上 交 談 有 兩 個 層 次， 目 前 很 流 行 的" 聊 天 室" 還 限 于 文 字 層 面， 你 盡 可 以 對 著 話 筒 說 就 是 了， 計 算 機 將 及 時 把 它 轉(zhuǎn) 成 文 字 并 發(fā) 送 出 去； 最 為 理 想 的 網(wǎng) 上 交 談 是 語 音 識 別 技 術(shù)、 機 器 翻 譯 技 術(shù) 和 語 音 合 成 技 術(shù) 的 完 美 結(jié) 合， 這 意 味 著 你 可 以 面 對 世 界 上 任 何 地 方 的 某 個 人， 雖 然 你 們 彼 此 并 不 懂 對 方 的 語 言， 而 且 遠 在 天 涯， 卻 可 以 自 由 地 交 談。 當 你 對 著 話 筒 說 完 后， 計 算 機 會 識 別 你 的 語 音 并 轉(zhuǎn) 化 為 文 字， 而 機 器 輔 助 翻 譯 則 會 馬 上 將 這 些 文 字 翻 譯 成 對 方 的 文 字 并 傳 送 過 去， 對 方 的 計 算 機 則 將 這 些 文 字 再 合 成 為 語 音 并 讀 出 來， 整 個 過 程 類 似 于" 同 聲 傳 譯"， 只 是 機 器 在 這 里 充 當 了 主 角。

二、 教 育 與 商 務 應 用；

    在 教 育 與 商 務 領(lǐng) 域， 語 音 識 別 技 術(shù) 的 應 用 前 景 也 是 廣 泛 的。

1. 語 音 教 學 軟 件

    就 教 育 領(lǐng) 域 來 講， 語 音 識 別 技 術(shù) 的 最 直 接 的 應 用 就 是 幫 助 用 戶 更 好 地 練 習 語 言 技 巧。 在 過 去， 用 戶 只 是 通 過 簡 單 的 模 仿 來 進 行 學 習， 而 無 法 精 確 地 比 較 自 己 發(fā) 音 的 差 異， 我 曾 見 過 一 家 美 國 公 司 開 發(fā) 的 一 套《 Talk to Me 》， 當 用 戶 跟 著 計 算 機 說 完 一 句 話 后， 計 算 機 會 同 時 顯 示 標 準 發(fā) 音 和 用 戶 發(fā) 音 的 波 形 比 照 圖， 并 給 出 分 數(shù)。 用 戶 通 過 比 較 波 形 圖 就 可 以 發(fā) 現(xiàn) 自 己 在 某 個 發(fā) 音 細 節(jié) 方 面 的 差 異， 并 且 可 以 反 復 對 比 傾 聽 來 體 會 這 種 差 異。 同 時， 基 于 語 音 比 較 技 術(shù) 而 給 出 的 分 數(shù) 也 更 具 有 公 正 性， 并 可 以 激 勵 用 戶 的 學 習 潛 質(zhì)； 我 還 見 過 另 一 家 美 國 公 司 開 發(fā) 的 一 套 幼 教 兒 童 產(chǎn) 品， 孩 子 可 以 對 著 話 筒 指 揮 動 物 做 各 種 動 作， 從 而 借 此 來 學 習 語 言 技 能， 不 難 想 象， 將 語 音 技 術(shù) 應 用 于 教 育 方 面 的 空 間 是 極 其 巨 大 的， 目 前 雙 語 公 司 也 正 考 慮 推 出 這 方 面 的 產(chǎn) 品。

2. 電 話 查 詢：

    語 音 識 別 技 術(shù) 的 另 一 個 發(fā) 展 分 支 就 是 電 話 語 音 識 別 技 術(shù) 的 發(fā) 展， 貝 爾 實 驗 室 是 這 方 面 的 先 驅(qū)， 電 話 語 音 識 別 技 術(shù) 將 能 夠 實 現(xiàn) 電 話 查 詢、 自 動 接 線 以 及 一 些 專 門 業(yè) 務 如 旅 游 信 息 等 的 操 作， 但 電 話 語 音 識 別 的 難 度 還 包 括 對 冗 余 信 息 的 處 理， 因 為 人 們 的 日 常 口 語 中 多 數(shù) 是 沒 有 特 定 意 義 的。 我 曾 見 過 貝 爾 實 驗 室 和 菲 利 普 公 司 各 自 開 發(fā) 的 電 話 查 詢 系 統(tǒng)， 都 已 做 得 相 當 出 色， 電 話 彼 端 的 計 算 機 系 統(tǒng) 處 理 來 自 查 詢 者 的 信 息 并 作 出 相 應 的 應 答， 比 如 查 詢 天 氣 信 息、 公 司 特 定 員 工 電 話 號 碼 等 等。

3. 電 子 商 務：

    隨 著 網(wǎng) 格 技 術(shù) 的 進 一 步 發(fā) 展， 電 子 商 務 也 正 在 日 漸 流 行， 設 想 一 下， 你 也 許 只 需 要 坐 在 家 中， 通 過 向 計 算 機 發(fā) 布 命 令 就 可 以 實 現(xiàn) 網(wǎng) 上 購 物， 從 而 免 掉 跋 涉 之 勞， 語 音 識 別 技 術(shù) 和 電 子 商 務 的 結(jié) 合， 將 創(chuàng) 造 一 種 全 新 的 交 易 方 式。

    類 似 的， 語 音 技 術(shù) 還 可 以 用 于 聲 導 系 統(tǒng) 等， 總 之， 它 將 有 可 能 改 變 我 們 的 整 個 商 業(yè) 運 作 模 式， 并 創(chuàng) 造 更 大 的 便 利。

三、 消 費 電 子 產(chǎn) 品 應 用

    計 算 機 的 發(fā) 展 方 向 將 可 能 使 得 語 音 識 技 術(shù) 在 手 持 電 腦 上 進 行， 乃 至 固 定 到 一 個 小 小 的 芯 片 上， 假 如 確 實 能 夠 在 一 個 指 頭 大 小 的 芯 片 上 應 用 語 音 識 別 技 術(shù)， 那 將 不 僅 僅 只 是 給 用 戶 帶 來 一 些 方 便 而 已。 事 實 上， 將 這 些 算 法 嵌 入 到 更 小 的 芯 片 中 去， 將 為 語 音 識 別 應 用 開 拓 更 新 的 領(lǐng) 域。

    現(xiàn) 在， 一 般 的 家 電 產(chǎn) 品， 機 械 系 統(tǒng) 乃 至 各 種 小 型 特 別 專 用 系 統(tǒng) 都 是 通 過 微 處 理 芯 片 進 行 控 制 的， 設 想 技 術(shù) 的 發(fā) 展 使 得 我 們 能 夠 在 這 些 芯 片 上 集 成 一 些 算 法， 就 可 以 部 分 地 或 全 部 地 實 現(xiàn) 語 音 控 制 的 功 能， 只 要 發(fā) 布 一 個 指 令， 機 器( 或 電 子 產(chǎn) 品) 就 能 夠 理 解， 并 按 照 這 樣 一 個 指 令 去 執(zhí) 行 一 系 列 包 括 各 種 操 作 的 動 作。 設 想 你 下 了 班 回 家， 也 許 只 需 要 坐 在 客 廳 里 說 幾 句 話， 房 間 里 便 能 響 起 柔 和 的 音 樂， 廚 房 里 就 自 動 開 始 烹 調(diào) 食 品 等 等， 簡 單 地 講， 你 將 發(fā) 現(xiàn) 一 切 都 是 圍 著 你 來 運 轉(zhuǎn) 的。

    總 之， 語 音 識 別 的 應 用 以 及 人 機 界 面 自 然 化 的 發(fā) 展 可 謂 前 途 無 限， 今 天 它 還 仍 然 處 在 起 步 階 段， 但 這 已 足 以 給 你 的 生 活 帶 來 巨 大 的 變 化， 加 入 這 一 領(lǐng) 域， 你 將 會 繼 續(xù) 感 受 到 各 種 激 動 人 心 的 進 展。