你可能不知道Nuance是做什么的,但你一定知道iPhone 4S带来的一项革 命性的人机交互产品——“Siri”。事实上,为“Siri”提供语音数据库支持的正是Nuance,此前曾用过一段时间Vlingo的平台。
作为全球领先的语音和语言解决方案提供商,Nuance因为是T9输入法的拥有者被业界所熟知,目前全球90%以上的手机都采用T9输入法,这个输入法原本是一家名为“Tegic Communications”所开发,后来被Nuance买了下来。Nuance同时也在近期收购了滑动输入法的公司Swype。
关键的数据收集
近日Nuance在深圳举行了“2012年Nuance移动论坛”,这家以往“隐身”于各大国际公司背后的企业出现在了国内,吸引了深圳诸多厂商的兴趣。Nuance在会上展示了三段不同的Video,这三段Video其中就有大家所熟知的Siri的广告片,另外一段则是Nuance自己的“声龙”系列产品,最后一段则是将语音技术结合手势控制应用到智能电视的场景。通过短片,Nuance不但展示了目前语音技术发展的最新动态和趋势,同时也展示了诸多国际企业所重视的关键点——用户体验,这将是在未来企业竞争中取胜的杀手锏。而Nuance的目标,也就是帮助这些企业提高用户体验。
![Nuance大中华区总经理 郑裕庆](http://cn.ctiforum.com/uploadfile/2012/0609/20120609014810390.jpg)
语音技术的出现显著改变了人机互动的方式,但如果你对Siri有一定的研究,你会发现其实语音识别技术(ASR)只占到其中的20%,真正重要的则是语义识别技术。语义识别能帮助用户更准确地能否搜索出想要的结果。这种技术基于Statistic Language model(语言模型统计),需要大量的数据来完善搜索的结果。同时对于自然语言的理解(NLU技术),也需要数据库的数据,来进行语法的收集。“越多的数据,越容易帮助我们配对用户所需要的内容,了解用户的意图,将意图翻译成行动,效果最终也是取决于本身数据的质量。”Nuance大中华区总经理郑裕庆表示。
Nuance的Dragon Go凭借在美国的Apple App Store和Android Market两大移动应用平台巨大的下载量而被用户熟知。Dragon Go将Nuance的声龙语音识别和自然语言理解技术与人工智能技术相结合,从而显著简化了搜索移动内容的体验。因此,用户仅凭借语音便能得到他们想要的内容,并能将更多的时间用于浏览而非查找在线内容。也就是说,Dragon Go能听懂用户说的话并能理解用户意图。用户仅需说出一个简单的短语,他们所喜爱和最相关的内容提供商便会显示在眼前,用户能轻松地获取餐厅评述、购买电影票、观看流媒体电影和电视节目、在线购物、查找方向、听喜爱的音乐、还可以通过Expedia预定酒店。
如何提供更好的用户体验?
据了解,目前Nuance主要采用两种商业模式。一种是直接向OEM厂商和制造厂商提供语音技术和解决方案,同时收取授权费用。这里不仅包括了手机、TV、PC等消费电子产品,还包括大量的企业级行业应用。另一方面,Nuance提供了自主研发的产品“如Dragon go”,供智能手机用户方便的在AppStore以及Android Market免费下载。通过向消费者提供免费下载使用,Nuance得以收集庞大的语音数据,从而对语音引擎进行训练,从而提高引擎的准确度。
“我们的DragonDictation(声龙听写)和DragonSearch(声龙搜索)这两个应用,是比苹果的Siri出来还要早,就是因为我们要先做前期投入,只有收集了这个数据库,才能提高产品体验。”郑裕庆表示,数据库的丰富程度会直接影响到语音和语义的辨识度。所以Nuance早在1999年就已经开始在PC上应用语音引擎,到目前为止已经更新了11个版本,可以说是一个非常成熟的引擎。
“除了成熟的引擎,我们最大的优势,其实是如何能把用户体验做得更好的经验。事实上语音识别率已经不是目前最重要的因素了,因为大家可能差距都不太大。但是用户体验就不一样了。”郑裕庆表示,包括如何解决噪音问题、如何优化语音控制界面,这些提高用户体验的东西,Nuance有着丰富的经验以及完善的解决方案。
据统计,2011年通过云端访问Nuance的语音数据库便有20亿的访问量。而据郑裕庆介绍,Nuance目前已经跟不少国际知名的品牌进行了合作。其中就包括三星智能电视,以及BMW汽车。而在今天年年初,Nuance也发布了跟Intel的合作,未来Nuance将为Urtrabook提供语音服务,包括开启软件、写email、更新社群网站、控制音乐播放等操作都可通过语音完成。
电子工程专辑
相关阅读: