首頁(yè)>>>技術(shù)>>>語(yǔ)音應(yīng)用>>>語(yǔ)音識(shí)別(ASR)　　語(yǔ)音識(shí)別產(chǎn)品

芝麻開(kāi)門——語(yǔ)音識(shí)別控制技術(shù)商機(jī)乍現(xiàn)

2006/05/08

　　語(yǔ)音識(shí)別控制技術(shù)進(jìn)入實(shí)用階段，給終端設(shè)備制造商和方案商帶來(lái)無(wú)限商機(jī)。

　　看過(guò)《哈里波特和火焰杯》電影的人，印象最深刻的往往是片中記者采訪時(shí)的那支智能的“筆”，其可以根據(jù)指令完成記錄、修改、刪除等操作。盡管這部科幻類的影片有很大的幻想成分，但是現(xiàn)實(shí)生活中的語(yǔ)音識(shí)別技術(shù)正在日益完善，目前已進(jìn)入實(shí)際應(yīng)用階段�！熬觿�(dòng)口不動(dòng)手”時(shí)代的來(lái)臨，將改變?nèi)藗兊纳罘绞胶蜕钯|(zhì)量，并給終端設(shè)備制造商和方案商帶來(lái)無(wú)限商機(jī)。

市場(chǎng)應(yīng)用前景廣闊

　　語(yǔ)音識(shí)別控制技術(shù)可以幫助終端設(shè)備制造商生產(chǎn)出具有新操控方式的產(chǎn)品。讓使用者不再局限于傳統(tǒng)的手工操作，只要說(shuō)出命令就可以控制電腦、手機(jī)等的運(yùn)行。這就意味著，當(dāng)人們?cè)谑植环奖悴僮鲿r(shí)，可以通過(guò)說(shuō)話完成自己想做的事。這種方式亦將幫助盲人、無(wú)手殘疾人操作電腦和掌上設(shè)備。終端設(shè)備廠商通過(guò)采用語(yǔ)音識(shí)別控制技術(shù)，將能進(jìn)一步擴(kuò)大其用戶群體。

推動(dòng)電腦用戶群體增加

　　無(wú)論是國(guó)內(nèi)市場(chǎng)還是國(guó)際市場(chǎng)，目前都還有很多無(wú)法掌握電腦復(fù)雜操作步驟的客戶。

　　盡管微軟的視窗系統(tǒng)已經(jīng)大大降低了電腦的操作難度（相對(duì)原來(lái)的命令式操作來(lái)講），但是對(duì)于沒(méi)有接觸過(guò)電腦的人來(lái)講，電腦操作依然存在很大難度。同時(shí)，市場(chǎng)上還存在不同的操作系統(tǒng)，如Unix、Linux、Mac OS等，它們操作方式不同，更加大了客戶的應(yīng)用難度，阻礙了客戶群體和市場(chǎng)規(guī)模的擴(kuò)大。

　　語(yǔ)音就不同了，這種操作控制模式具有應(yīng)用的便捷性和一致性，不受以上所提弊端的限制。使用語(yǔ)音識(shí)別控制技術(shù)，將有效擴(kuò)大電腦的應(yīng)用范圍，并推動(dòng)用戶客戶群體的增加。
簡(jiǎn)化移動(dòng)商務(wù)應(yīng)用的復(fù)雜度

　　看過(guò)中國(guó)移動(dòng)的周杰倫之食指廣告片的人一定對(duì)片中的場(chǎng)景印象深刻——很多人由于長(zhǎng)時(shí)間輸入短信造成手指習(xí)慣性抖動(dòng)、神經(jīng)無(wú)法控制。片中醫(yī)院里長(zhǎng)長(zhǎng)的兩排病人揭示了隨著現(xiàn)代人大量使用短信息交流，將產(chǎn)生短信輸入后遺癥。語(yǔ)音識(shí)別技術(shù)可以幫助人們從這種落后的輸入方式解脫出來(lái)，并簡(jiǎn)化移動(dòng)商務(wù)應(yīng)用的復(fù)雜程度。

　　人們?cè)谛枰?lián)系客戶、朋友的時(shí)候，需要在上百條通訊錄里查找號(hào)碼，即耗時(shí)又費(fèi)力。應(yīng)用語(yǔ)音識(shí)別控制技術(shù)，說(shuō)出聯(lián)系人的名字，手機(jī)就能自動(dòng)調(diào)出該聯(lián)系人的號(hào)碼，并能根據(jù)指令進(jìn)行撥號(hào)。三星P207、E818等多款手機(jī)目前已經(jīng)采用了語(yǔ)音識(shí)別控制技術(shù)，并開(kāi)始了市場(chǎng)推廣。

　　語(yǔ)音識(shí)別技術(shù)的應(yīng)用將推動(dòng)IT、手機(jī)產(chǎn)業(yè)的發(fā)展，進(jìn)一步擴(kuò)大IT設(shè)備廠商和通信設(shè)備廠商的用戶群體，為通信產(chǎn)業(yè)的發(fā)展提供新的契機(jī)。

為VOIP推波助瀾

　　由于語(yǔ)音識(shí)別技術(shù)的成熟，VOIP（Voice over Internet Protocol）網(wǎng)絡(luò)通話服務(wù)目前已經(jīng)成為熱點(diǎn)。費(fèi)用低廉的VOIP也是傳統(tǒng)通信方式的有力競(jìng)爭(zhēng)對(duì)手。VOIP的應(yīng)用1996年就已經(jīng)有一些專業(yè)的計(jì)算機(jī)人員在國(guó)際通話中應(yīng)用，當(dāng)時(shí)還是單工的方式，網(wǎng)速也很慢，通話軟件界面是英文的，語(yǔ)音信號(hào)質(zhì)量也沒(méi)有保障。今天這項(xiàng)技術(shù)已經(jīng)已經(jīng)克服了上面提到的種種不便，成為設(shè)備經(jīng)銷商和運(yùn)營(yíng)服務(wù)商爭(zhēng)搶的新“高地”。

　　目前，思科公司、Avaya、中興公司、華為公司、上海貝爾等著名的通訊廠商都已經(jīng)涉足此領(lǐng)域。Avaya公司為了占得先機(jī)，從本月19日開(kāi)始的三天在上海、北京、香港三地召開(kāi)Avaya DevConnect應(yīng)用開(kāi)發(fā)合作伙伴招募大會(huì)。

拓寬門禁系統(tǒng)和數(shù)據(jù)加密的思路

　　語(yǔ)音識(shí)別技術(shù)亦將給目前的門禁系統(tǒng)應(yīng)用方式打開(kāi)新的思路。傳統(tǒng)方式需要使用員工身份卡片來(lái)開(kāi)啟公司大門，如果采用語(yǔ)音識(shí)別技術(shù)就可以象電影《阿里巴巴和40大盜》那樣，說(shuō)出口令“芝麻開(kāi)門”就能打開(kāi)門禁。通過(guò)語(yǔ)音識(shí)別控制技術(shù)，系統(tǒng)可以根據(jù)每個(gè)人不同的音頻特征來(lái)識(shí)別人員身份，而不是僅僅通過(guò)口令，避免了阿里巴巴僅憑“芝麻開(kāi)門”就打開(kāi)石門的尷尬。

　　在數(shù)據(jù)加密等方面，語(yǔ)音識(shí)別技術(shù)有著廣闊的應(yīng)用前景，甚至?xí)^(guò)目前應(yīng)用的熱點(diǎn)指紋識(shí)別技術(shù)。

數(shù)字家庭里的應(yīng)用

　　對(duì)數(shù)字家電產(chǎn)品來(lái)說(shuō)，通過(guò)語(yǔ)音識(shí)別技術(shù)，可以做到用語(yǔ)音操作家電。比如語(yǔ)音控制電視的開(kāi)關(guān)、切換頻道，對(duì)空調(diào)、洗衣機(jī)、冰箱、家庭多媒體、燈光等都可以進(jìn)行語(yǔ)音操控。相信下面的場(chǎng)景不久就可以實(shí)現(xiàn)：當(dāng)人們深夜回到家中，洗漱完畢后，大聲向家庭控制中心發(fā)出指令：“系統(tǒng)，請(qǐng)關(guān)閉電燈、TV和防盜門�！本涂梢园踩蝗胨恕�

豐富軟件功能

　　在軟件方面，Microsoft的Windows XP中所包含的語(yǔ)音識(shí)別功能（與Office XP軟件結(jié)合使用時(shí)）能夠?qū)崿F(xiàn)數(shù)據(jù)輸入或文字編輯等領(lǐng)域的基本功能。IBM WebSphere Voice Server語(yǔ)音中間件是 IBM 隨需應(yīng)變的重要組成部分，幫助客戶實(shí)現(xiàn)過(guò)程的自動(dòng)化，能夠從任何連接通過(guò) Web 瀏覽器、電話或者移動(dòng)設(shè)備訪問(wèn)信息，快速完成交易。IBM為ERP等軟件產(chǎn)品的語(yǔ)音功能提供了技術(shù)保障。相信未來(lái)SAP、Oracle、用友、金蝶等ERP廠商在采用此項(xiàng)新技術(shù)后，其軟件功能在語(yǔ)音導(dǎo)航、查詢等方面將有重大突破。尤其是在CRM軟件中，采用語(yǔ)音識(shí)別技術(shù)將大大改進(jìn)Call Center的工作方式，減少工作人員數(shù)量和勞動(dòng)強(qiáng)度。

語(yǔ)音技術(shù)的重大突破

　　現(xiàn)在的語(yǔ)音技術(shù)解決了語(yǔ)音識(shí)別不夠準(zhǔn)確、在嘈雜環(huán)境中無(wú)法應(yīng)用、人員身份無(wú)法識(shí)別等困擾難題。

　　微軟為確保計(jì)算機(jī)能夠在辦公場(chǎng)所以外的嘈雜環(huán)境（如汽車或人流較多的餐館內(nèi)）中使用語(yǔ)音識(shí)別信息技術(shù)，在雷蒙德和中國(guó)成立研發(fā)團(tuán)隊(duì)開(kāi)展一個(gè)稱作Dr. Who的研究項(xiàng)目，旨在解決噪音問(wèn)題。

　　筆者日前參加了由北京中科信利技術(shù)有限公司（中科院聲學(xué)所的科學(xué)研究成果產(chǎn)品化市場(chǎng)化的下屬產(chǎn)業(yè)）和美國(guó)富迪科技有限公司聯(lián)合發(fā)布的結(jié)盟會(huì)議。其語(yǔ)音識(shí)別控制技術(shù)已經(jīng)可以免除周邊的回聲和噪音干擾，甚至解決了還在困擾微軟的噪音問(wèn)題。

　　中信科利的人機(jī)互動(dòng)技術(shù)包括語(yǔ)音輸入處理任務(wù)和音頻內(nèi)容檢索。2005年中信科利通過(guò)三家VAR（增值服務(wù)商）將語(yǔ)音技術(shù)應(yīng)用于中國(guó)電信、中國(guó)網(wǎng)通、中國(guó)移動(dòng)的20個(gè)省的語(yǔ)音呼叫服務(wù)上；在嵌入式方面中信科利已經(jīng)和夏新手機(jī)展開(kāi)合作，并且和手機(jī)設(shè)計(jì)商北京中電賽龍通信研究中心、德信無(wú)線通訊科技有限公司等展開(kāi)了深層次的語(yǔ)音輸入處理任務(wù)合作；在語(yǔ)音查詢方面中信科利和華為等通信器材廠商進(jìn)行了支持語(yǔ)音識(shí)別技術(shù)的通信設(shè)備開(kāi)發(fā)合作。中信科利稱，其2006年市場(chǎng)預(yù)期收入將達(dá)到1000萬(wàn)元，較上年度將有100％的增長(zhǎng)。

　　國(guó)內(nèi)的另一家語(yǔ)音合成技術(shù)企業(yè)安徽中科大訊飛信息科技有限公司，通過(guò)和美國(guó)Nuance公司的合作，在語(yǔ)音識(shí)別技術(shù)市場(chǎng)將和中信科利展開(kāi)角逐。美國(guó)Nuance公司在全球的語(yǔ)音市場(chǎng)占有近一半的份額，憑借其多達(dá)28個(gè)語(yǔ)種的語(yǔ)音識(shí)別技術(shù)和在美國(guó)宇航局太空總署最新研發(fā)的宇宙飛船中的語(yǔ)音控制技術(shù)，將有力地推動(dòng)國(guó)內(nèi)語(yǔ)音市場(chǎng)的進(jìn)步。

　　相信隨著語(yǔ)音識(shí)別控制技術(shù)，在計(jì)算機(jī)、通信、軟件、家電領(lǐng)域的產(chǎn)品化、市場(chǎng)化，采用這項(xiàng)新技術(shù)的設(shè)備廠商將獲得領(lǐng)先于對(duì)手的競(jìng)爭(zhēng)優(yōu)勢(shì)，并得到豐厚的利潤(rùn)。同時(shí)，這項(xiàng)新技術(shù)也將給各種語(yǔ)音識(shí)別技術(shù)產(chǎn)品的方案商帶來(lái)新的市場(chǎng)機(jī)會(huì)和獲利空間。

《電腦商報(bào)》


相關(guān)鏈接:
科大訊飛總裁劉慶峰博士喜獲“中國(guó)青年五四獎(jiǎng)?wù)隆?/a> 2006-05-08
2006科大訊飛·NUANCE語(yǔ)音技術(shù)解決方案巡展 2006-05-08
SSML 1.1啟動(dòng)會(huì)議在北京順利召開(kāi) 2006-04-28
運(yùn)營(yíng)商擬推智能語(yǔ)音撥號(hào)系統(tǒng) 華為公司提供技術(shù) 2006-04-28
科大訊飛攜手NUANCE引領(lǐng)新一代語(yǔ)音技術(shù)應(yīng)用 2006-04-25

相關(guān)頻道:  語(yǔ)音合成TTS_與_語(yǔ)音識(shí)別ASR           文摘   技術(shù)_語(yǔ)音應(yīng)用_新聞   技術(shù)_語(yǔ)音應(yīng)用_新聞