搜索
科技与生活—语音识别技术应用语音识别技术是2000年至2010年间信息技术领域的十大重要的科技发展技术之一。Intel创办人摩尔曾指出，语音技术将是影响未来科技发展最关键的技术。在IT时代，信息化社会对IT新技术的应用显得尤为迫切。许多技术已经走入人们的生活。给人类的生活带来极大的便利。语音识别作为人与机器间最自然、最具人性化的交流方式，受到人们极大的期待。人们都盼望着阿拉伯神话里“芝麻开门”那一幕能在现实生活中出现。此时，我们将可用语音自如地与身边每一个看似无生命的东西交流。与你的PC，你的电视，你的音响甚至你的电子宠物轻松自然地交谈。对于即将于2010年在上海举办的世博会来说，来自于世界各地的友人到达一个新的陌生地-上海，他们所需要了解和查询的信息很多，例如：住宿、交通、餐饮以及天气情况等。毫不夸张地说，这些方面是世界了解上海的“接口”。如何通过该“接口”让客人快速、准确地获取它所需要的信息是摆在我们面前的巨大课题。假设由人来完成该接口，比如选择上海高素质的人群作为外国朋友的翻译，但这会存在一定的实际困难：1.人力资源不足。据统计，世博会期间的客流量在5个月的时间内可累计达到7000万。因此不可能为每个外国朋友都提供理想的翻译人员。2.信息不完善。翻译人员所掌握的信息毕竟是有限的，一般的翻译人员都是年轻的大学生，他们的主要生活范围限制在校园内，对于上海的交通、宾馆等信息，它们无法了解的太多。因此，翻译人员掌握的信息无法与计算机海量数据库的信息容量相比拟。因此，我们要考虑另外的实现方法，这就是语音识别技术。在该技术的支撑下，可搭建智能化的高科技信息输出平台，由此可解决上述两方面的不足。搭建这种自然、高效的人性化机器平台需要多学科的协作，并具有一定的挑战性。国内外有很多公司和学术机构都在从事这方面的研究，目前，IBM拥有全球领先的语音识别技术。许多现今广泛使用的语音识别技术是由IBM首先提出的。在汉语语音识别方面，IBM首先推出了第一个语音识别软件ViaVoice，受到广泛瞩目。另外Microsoft从CMU等知名科研机构吸收了众多知名的语音技术专家，目前几乎已经后来居上。另外，Intel，Philips等公司也正在相应领域内进行语音技术研究。国内汉王公司、科大迅飞和海尔等公司也在从事语音技术的研究与开发。但现有的技术大都集中在实验室内部使用。要使语音识别技术跨出实验室，还需要做大量的工作。主要包括：大容量、连续语音识别技术。语音查询系统输入的语音单位为语句，因此需要连续语音识别技术。另外服务行业的信息种类多、容量大，在语音识别的基础上需要查询海量数据库。虽然该技术要比词汇识别难度大，但并非无法克服，已有小容量的连续语音识别系统存在。非特定人语音识别技术。语音查询系统所提供的服务对象非常广泛，只要能够说英语或汉语，都可以为其提供服务。即使对于相同的语种来说，比如说英语，不同国家不同地方的人所说的同一句英语，其语音信号也是不同的。这就需要非特定人语音识别技术，并要求系统具有很强的鲁棒性。语音合成技术。查询结果以语音的形式反馈给用户。和前两项技术相比，语音合成技术的难度相对较小，但要合成出自然人的声音，也并非易事。目前，语音识别技术处于从实验室走向市场的门槛上，语音技术的应用正面临着井喷的局面。强烈的现实要求加上应用技术的不断完善，使语音识别技术的开发应用蕴藏着巨大的商机。中国互联网络中心预测：“未来5年，中文语音技术领域将会有1300亿的容量”。一旦完全解决了代表人工智能核心技术的语音识别问题，这将是人类文明的重大进步。