機(jī)器也說話——揭密語音語義識別技術(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)先的語音和語言解決方案提供商，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，這個輸入法原本是一家名為“Tegic Communications”所開發(fā)，后來被Nuance買了下來。Nuance同時也在近期收購了滑動輸入法的公司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移動論壇”，這家以往“隱身”于各大國際公司背后的企業(yè)出現(xiàn)在了國內(nèi)，吸引了深圳諸多廠商的興趣。Nuance在會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，最后一段則是將語音技術(shù)結(jié)合手勢控制應(yīng)用到智能電視的場景。通過短片，Nuance不但展示了目前語音技術(shù)發(fā)展的最新動態(tài)和趨勢，同時也展示了諸多國際企業(yè)所重視的關(guān)鍵點(diǎn)——用戶體驗(yàn)，這將是在未來企業(yè)競爭中取勝的殺手锏。而Nuance的目標(biāo)，也就是幫助這些企業(yè)提高用戶體驗(yàn)。

 

語音技術(shù)的出現(xiàn)顯著改變了人機(jī)互動的方式，但如果你對Siri有一定的研究，你會發(fā)現(xiàn)其實(shí)語音識別技術(shù)（ASR）只占到其中的20%，真正重要的則是語義識別技術(shù)。語義識別能幫助用戶更準(zhǔn)確地能否搜索出想要的結(jié)果。這種技術(shù)基于Statistic Language model（語言模型統(tǒng)計(jì)），需要大量的數(shù)據(jù)來完善搜索的結(jié)果。同時對于自然語言的理解（NLU技術(shù)），也需要數(shù)據(jù)庫的數(shù)據(jù)，來進(jìn)行語法的收集。“越多的數(shù)據(jù)，越容易幫助我們配對用戶所需要的內(nèi)容，了解用戶的意圖，將意圖翻譯成行動，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憑借在美國的Apple App Store和Android Market兩大移動應(yīng)用平臺巨大的下載量而被用戶熟知。Dragon Go將Nuance的聲龍語音識別和自然語言理解技術(shù)與人工智能技術(shù)相結(jié)合，從而顯著簡化了搜索移動內(nèi)容的體驗(yàn)。因此，用戶僅憑借語音便能得到他們想要的內(nèi)容，并能將更多的時間用于瀏覽而非查找在線內(nèi)容。也就是說，Dragon Go能聽懂用戶說的話并能理解用戶意圖。用戶僅需說出一個簡單的短語，他們所喜愛和最相關(guān)的內(nèi)容提供商便會顯示在眼前，用戶能輕松地獲取餐廳評述、購買電影票、觀看流媒體電影和電視節(jié)目、在線購物、查找方向、聽喜愛的音樂、還可以通過Expedia預(yù)定酒店。