機(jī)器也說(shuō)話——揭密語(yǔ)音語(yǔ)義識(shí)別技術(shù)

你可能不知道Nuance是做什么的，但你一定知道iphone4S帶來(lái)的一項(xiàng)革命性的人機(jī)交互產(chǎn)品——“Siri”。事實(shí)上，事實(shí)上，Nuance正是Siri的技術(shù)提供商。作為全球領(lǐng)先的語(yǔ)音和語(yǔ)言解決方案提供商，Nuance因?yàn)槭荰9輸入法的擁有者被業(yè)界所熟知，目前全球90%以上的手機(jī)都采用T9輸入法，這個(gè)輸入法原本是一家名為“Tegic Communications”所開(kāi)發(fā)，后來(lái)被Nuance買了下來(lái)。Nuance同時(shí)也在近期收購(gòu)了滑動(dòng)輸入法的公司Swype。

 

關(guān)鍵的數(shù)據(jù)收集

 

5月12日，Nuance在深圳舉行了“2012年Nuance移動(dòng)論壇”，這家以往“隱身”于各大國(guó)際公司背后的企業(yè)出現(xiàn)在了國(guó)內(nèi)，吸引了深圳諸多廠商的興趣。Nuance在會(huì)上展示了三段不同的Video，這三段Video其中就有大家所熟知的Siri的廣告片，另外一段則是Nuance自己的“聲龍”系列產(chǎn)品，最后一段則是將語(yǔ)音技術(shù)結(jié)合手勢(shì)控制應(yīng)用到智能電視的場(chǎng)景。通過(guò)短片，Nuance不但展示了目前語(yǔ)音技術(shù)發(fā)展的最新動(dòng)態(tài)和趨勢(shì)，同時(shí)也展示了諸多國(guó)際企業(yè)所重視的關(guān)鍵點(diǎn)——用戶體驗(yàn)，這將是在未來(lái)企業(yè)競(jìng)爭(zhēng)中取勝的殺手锏。而Nuance的目標(biāo)，也就是幫助這些企業(yè)提高用戶體驗(yàn)。

 

語(yǔ)音技術(shù)的出現(xiàn)顯著改變了人機(jī)互動(dòng)的方式，但如果你對(duì)Siri有一定的研究，你會(huì)發(fā)現(xiàn)其實(shí)語(yǔ)音識(shí)別技術(shù)（ASR）只占到其中的20%，真正重要的則是語(yǔ)義識(shí)別技術(shù)。語(yǔ)義識(shí)別能幫助用戶更準(zhǔn)確地能否搜索出想要的結(jié)果。這種技術(shù)基于Statistic Language model（語(yǔ)言模型統(tǒng)計(jì)），需要大量的數(shù)據(jù)來(lái)完善搜索的結(jié)果。同時(shí)對(duì)于自然語(yǔ)言的理解（NLU技術(shù)），也需要數(shù)據(jù)庫(kù)的數(shù)據(jù)，來(lái)進(jìn)行語(yǔ)法的收集。“越多的數(shù)據(jù)，越容易幫助我們配對(duì)用戶所需要的內(nèi)容，了解用戶的意圖，將意圖翻譯成行動(dòng)，效果最終也是取決于本身數(shù)據(jù)的質(zhì)量。”Nuance大中華區(qū)總經(jīng)理鄭裕慶表示。

 

 

鄭裕慶,Nuance大中華區(qū)總經(jīng)理

 

Nuance的Dragon Go憑借在美國(guó)的Apple App Store和Android Market兩大移動(dòng)應(yīng)用平臺(tái)巨大的下載量而被用戶熟知。Dragon Go將Nuance的聲龍語(yǔ)音識(shí)別和自然語(yǔ)言理解技術(shù)與人工智能技術(shù)相結(jié)合，從而顯著簡(jiǎn)化了搜索移動(dòng)內(nèi)容的體驗(yàn)。因此，用戶僅憑借語(yǔ)音便能得到他們想要的內(nèi)容，并能將更多的時(shí)間用于瀏覽而非查找在線內(nèi)容。也就是說(shuō)，Dragon Go能聽(tīng)懂用戶說(shuō)的話并能理解用戶意圖。用戶僅需說(shuō)出一個(gè)簡(jiǎn)單的短語(yǔ)，他們所喜愛(ài)和最相關(guān)的內(nèi)容提供商便會(huì)顯示在眼前，用戶能輕松地獲取餐廳評(píng)述、購(gòu)買電影票、觀看流媒體電影和電視節(jié)目、在線購(gòu)物、查找方向、聽(tīng)喜愛(ài)的音樂(lè)、還可以通過(guò)Expedia預(yù)定酒店。