语音识别技术是实现人机对话的一项重大突破,在国外近年来发展得十分迅速,其应用也逐步得到了推广。语音识别系统利用计算机技术和网络技术优势,采用人机对话方式,人们只要像平常一样对着话筒说出所需服务项目,即可轻松获取自动系统提供的信息和服务。
![\](http://www.ctiforum.com/uploadfile/2016/0705/20160705103010838.jpg)
说起语音识别技术,大家比较熟悉的是苹果语音助手Siri、谷歌公司的Googlenow,以及百度语音搜索等个人终端应用产品,但这些公司只能说是语音识别技术领域的新贵,Nuance公司才是语音识别技术的始祖。Naunce公司曾经是语音识别领域的老大,全球超过80%的语音识别系统都应用过Nuance识别引擎技术,其语音产品可以支持超过50种语言,在全球拥有超过20亿用户,几乎垄断了金融和电信行业,就连苹果Siri、三星语音助手S-Voice刚开始都是应用他们的语音识别引擎技术。目前,每天仍有许多人通过拨打基于Nuance公司语音识别、语言理解和声纹鉴别技术的电话,进行旅行产品预订、股票交易,或与互联网系统进行交互等。美国航空、联邦快递等公司的呼叫中心也采用了Naunce公司的语音识别技术。
但是,随着技术的发展,Naunce公司在专利和算法方面的优势越来越不明显。语音识别是机器智能的重要技术基础,但一款用户体验较好的语音识别系统,在很大程度上依靠数据和经验,特别是神经网络等机器学习技术的发展使得数据和经验方面的积累更为重要。因此,自进入21世纪以来,苹果、谷歌、三星等IT巨头越发重视人工智能领域的发展,Naunce公司在语音识别技术方面的领先优势逐步缩小。谷歌等公司不仅收购了在语音识别技术领域有领先优势的中小公司,在技术研发上投入了巨额资金,而且花费重金从Naunce公司挖走了大量技术人才,其中包括在2004年挖走Nuance联合创始人迈克·科恩,让他出任谷歌公司的语音技术总监。苹果Siri也不是苹果公司自己研发的技术,而是2010年收购的Siri Inc。公司的产品。2011年,苹果公司便将该技术融入iPhone 4S并推出了Siri语音助理应用程序。其在此后的多个版本中逐步升级优化,利用超过2.45亿个短语的识别辅助理解上下文,以增强语境识别能力。
当然,语音识别技术领域不能不提的是软件巨头微软公司。目前,微软公司有两款机器智能的终端产品,分别是微软小娜Cortana和微软小冰。Cortana是微软推出的第一款个人应用辅助智能程序,是微软公司在机器学习和人工智能领域的首次尝试。它可以记录用户的日常使用行为和使用习惯,利用云计算、搜索引擎和非结构化数据分析,读取和学习文本文件、电子邮件、图片、视频等数据,理解用户的语义和语境,从而更好地实现人机交互。微软小冰是由微软Bing搜索中国团队开发的一款跨平台人工智能聊天机器人,用户可在新浪微博、微信、米聊等平台上与其进行智能对话。此外,微软小冰还兼具群提醒、百科、天气、星座、笑话、交通指南、餐饮点评等实用技能。