论文部分内容阅读
Siri的问世让Google的互联网搜索入口备受威胁,也让更多的开发者们看到了移动语音的应用机会。
与PC端相比,智能移动终端设备由于体积越来越小,物理键盘或虚拟键盘手动操作变得越来越不方便,特别是在驾车、走路时,更是无法完成。智能语音识别技术在移动设备上的应用,解放了人们的双手,通过语音命令操作设备和设备上的应用,让这些问题迎刃而解。
输入法始终是软件公司、互联网终端设备厂商的必争之地。(iPhone到现在为止仍然没有开发中文输入法,很多用户甚至为了装搜狗而越狱!)多年前,IBM的语音识别软件在PC上就有不错的识别率。Google在这方面也早有布局,Android系统的Voice Action就是一项伟大的语音控制技术,它提供了非常可靠的语音识别引擎,其高识别度令人称奇。语音识别技术公司Vlingo开发的同名移动应用在各平台上同样表现不俗。但与过去所有的语音命令系统一样,这些应用都要求用户说的话具有严格的语法结构和格式,命令和内容有严格的规范,不然,系统将很难识别。所以Voice Action、Vlingo都没有引发输入法的革命,它们只是一个声控命令软件,并不足够智能。
Siri的诞生让语音识别的行业人士,甚至移动应用的行业人士有种醍醐灌顶的感觉。从表面来看,Siri可以通过iPhone读短信、介绍餐厅、询问天气、语音设置闹钟等,支持自然语言输入,可调用系统自带的天气预报、日程安排、搜索资料等应用。这些功能虽然Google Voice,Vlingo都能实现,但是Siri与它们有着本质的不同。Siri会结合上下文结构理解用户发出的语音指令,无论用户的语言逻辑、语法结构多么繁琐混乱,Siri还会从人类语言史的角度出发,利用人工智能系统去分析,能理解许多含义模糊或引申的语义,在多数情况下可领会用户的意思。当然Siri的知识库还非常有限,因此其应用也还停留在演示或者找乐引发的口碑传播上。
Siri的问世让Google的互联网搜索入口备受威胁,也让更多的开发者们看到了移动语音的应用机会。在应用汇上,就有很多开发者打起了做中国安卓操作系统上Siri的主意。比较知名的一款应用是虫洞。上传评审时编辑就认为很有创意,后来还做了专门的推荐。虫洞最初的产品理念是采用用户互助和实时抓取两种方式满足用户的即时需求,算是移动问答领域的原创应用,在海外找不到产品模型,也因此很难获得国内投资者的认同。Siri的出现,让虫洞找到了方向,借助多年积累的用户数据迅速推出虫洞语音助手——问不倒,并顺利获得了融资。虫洞的“问不倒”同样可以用语音指令打开关闭应用汇程序、拨打电话、发送短信等,例如,对着虫洞语音助手说“打开微博”,当你手机上同时安装了新浪微博和腾讯微博的情况下,它甚至会让你选择要打开新浪微博还是腾讯微博。虫洞还可以用各种口音与用户对话,粤语、川话、东北味、台湾腔……一秒钟变身各系风情萌妹,增加了使用的趣味性。智能360-语音助手也是非常好的一款语音助手应用,可以语音聊天解闷、发送短信、打电话、设置备忘录、闹钟提醒、查询天气、播放想要的音乐和视频,还能下载应用,管理应用。例如,对着智能360-语音助手说“下载微博”,它调用手机浏览器,将页面指向了m.baidu.com的搜索“微博”安卓应用下载列表。
以上虫洞问不倒和智能360-语音助手都采用了科大讯飞提供的语音识别核心技术。讯飞是一家专业从事智能语言及语言技术研究的公司。早在2010年,科大讯飞就推出了语音云开放平台,降低开发者们的进入门槛,让开发者们能开发出人性化的交互应用,共同培养用户的使用习惯。经过将近3年的发展,语音云已经有几千万级的用户,每天的活跃用户百万以上,给开发者带来了大量的用户和流量。科大讯飞凭借强大的自主创新能力以及多年的积累,在中文智能语音识别方面,对于中国地方方言的支持要优于iPhone的Siri和Google Voice,具有很强的本地化优势。
越来越多的应用已经开始把智能语音输入作为一个基础服务,应用汇上的高德导航、高德地图、凯立德手机导航、导航犬等手机导航软件,新浪微博、米聊等社交应用,甚至《商业价值》的iPhone客户端都集成了讯飞语音技术。但把语音云打造成一个基础服务,为上亿人提供服务,并与开发者一起探索出一个可行的商业模式,还有很长的路要走。
由于移动智能设备手动输入的弊端,语音识别技术在移动应用上发展必将超越PC,并将大有作为。未来我们将会看到形式更多、体验更棒的基于语音识别技术的移动应用,这些应用将从另一个全新的角度改变我们的生活。你甚至可以在驾车的时候通过智能手机用语音指挥家里的浴缸把洗澡水放好。
与PC端相比,智能移动终端设备由于体积越来越小,物理键盘或虚拟键盘手动操作变得越来越不方便,特别是在驾车、走路时,更是无法完成。智能语音识别技术在移动设备上的应用,解放了人们的双手,通过语音命令操作设备和设备上的应用,让这些问题迎刃而解。
输入法始终是软件公司、互联网终端设备厂商的必争之地。(iPhone到现在为止仍然没有开发中文输入法,很多用户甚至为了装搜狗而越狱!)多年前,IBM的语音识别软件在PC上就有不错的识别率。Google在这方面也早有布局,Android系统的Voice Action就是一项伟大的语音控制技术,它提供了非常可靠的语音识别引擎,其高识别度令人称奇。语音识别技术公司Vlingo开发的同名移动应用在各平台上同样表现不俗。但与过去所有的语音命令系统一样,这些应用都要求用户说的话具有严格的语法结构和格式,命令和内容有严格的规范,不然,系统将很难识别。所以Voice Action、Vlingo都没有引发输入法的革命,它们只是一个声控命令软件,并不足够智能。
Siri的诞生让语音识别的行业人士,甚至移动应用的行业人士有种醍醐灌顶的感觉。从表面来看,Siri可以通过iPhone读短信、介绍餐厅、询问天气、语音设置闹钟等,支持自然语言输入,可调用系统自带的天气预报、日程安排、搜索资料等应用。这些功能虽然Google Voice,Vlingo都能实现,但是Siri与它们有着本质的不同。Siri会结合上下文结构理解用户发出的语音指令,无论用户的语言逻辑、语法结构多么繁琐混乱,Siri还会从人类语言史的角度出发,利用人工智能系统去分析,能理解许多含义模糊或引申的语义,在多数情况下可领会用户的意思。当然Siri的知识库还非常有限,因此其应用也还停留在演示或者找乐引发的口碑传播上。
Siri的问世让Google的互联网搜索入口备受威胁,也让更多的开发者们看到了移动语音的应用机会。在应用汇上,就有很多开发者打起了做中国安卓操作系统上Siri的主意。比较知名的一款应用是虫洞。上传评审时编辑就认为很有创意,后来还做了专门的推荐。虫洞最初的产品理念是采用用户互助和实时抓取两种方式满足用户的即时需求,算是移动问答领域的原创应用,在海外找不到产品模型,也因此很难获得国内投资者的认同。Siri的出现,让虫洞找到了方向,借助多年积累的用户数据迅速推出虫洞语音助手——问不倒,并顺利获得了融资。虫洞的“问不倒”同样可以用语音指令打开关闭应用汇程序、拨打电话、发送短信等,例如,对着虫洞语音助手说“打开微博”,当你手机上同时安装了新浪微博和腾讯微博的情况下,它甚至会让你选择要打开新浪微博还是腾讯微博。虫洞还可以用各种口音与用户对话,粤语、川话、东北味、台湾腔……一秒钟变身各系风情萌妹,增加了使用的趣味性。智能360-语音助手也是非常好的一款语音助手应用,可以语音聊天解闷、发送短信、打电话、设置备忘录、闹钟提醒、查询天气、播放想要的音乐和视频,还能下载应用,管理应用。例如,对着智能360-语音助手说“下载微博”,它调用手机浏览器,将页面指向了m.baidu.com的搜索“微博”安卓应用下载列表。
以上虫洞问不倒和智能360-语音助手都采用了科大讯飞提供的语音识别核心技术。讯飞是一家专业从事智能语言及语言技术研究的公司。早在2010年,科大讯飞就推出了语音云开放平台,降低开发者们的进入门槛,让开发者们能开发出人性化的交互应用,共同培养用户的使用习惯。经过将近3年的发展,语音云已经有几千万级的用户,每天的活跃用户百万以上,给开发者带来了大量的用户和流量。科大讯飞凭借强大的自主创新能力以及多年的积累,在中文智能语音识别方面,对于中国地方方言的支持要优于iPhone的Siri和Google Voice,具有很强的本地化优势。
越来越多的应用已经开始把智能语音输入作为一个基础服务,应用汇上的高德导航、高德地图、凯立德手机导航、导航犬等手机导航软件,新浪微博、米聊等社交应用,甚至《商业价值》的iPhone客户端都集成了讯飞语音技术。但把语音云打造成一个基础服务,为上亿人提供服务,并与开发者一起探索出一个可行的商业模式,还有很长的路要走。
由于移动智能设备手动输入的弊端,语音识别技术在移动应用上发展必将超越PC,并将大有作为。未来我们将会看到形式更多、体验更棒的基于语音识别技术的移动应用,这些应用将从另一个全新的角度改变我们的生活。你甚至可以在驾车的时候通过智能手机用语音指挥家里的浴缸把洗澡水放好。