语音识别与可穿戴设备的那些事儿

标签:技术语音识别可穿戴设备

访客:43851  发表于:2013-10-12 10:26:17

伴随着手持设备的小型化甚至穿戴化,未来,谁能在语音输入方面取得领先优势,谁就能掌握了用户的一个基础需求,谁也就能在互联网世界里占据一个重要入口。

语音识别与可穿戴设备的那些事儿

这几天,可穿戴设备突然一下热起来了,国内厂商一口气发布了好几款智能手表,有映趣科技的inWatch,土曼科技的TWatch、盛大果壳电子的Geak Watch等,当然,最重头的还是三星在德国举行的发布会上,发布了智能手表Galexy Gear。

智能手表不是新发明的,有很多早就在市面上流行的产品,如索尼的Smat Watch等,就连做芯片的高通也发布了一款智能手表。大家早就看出,这里面是有前景的,是未来的一大趋势,只是如果巨头不出手,这个市场就很难被激活。

智能手表到底是用来做什么的?

在当前技术条件下,还只能发短信,拍个照,记录笔记,充当健身辅助设备,在手机的支持下实现通话等,或许未来还可以在NFC的支持下完成近场支付等功能。

智能手表的未来,一定不是满足用户的娱乐需求,而是着眼于普通人日常生活领域的诸多实际需求,这是由其自身特点所决定的。但我更关心的是,智能手表靠什么输入文字,传送信息。

智能手表屏幕较小,使用额外的S-pen一类的辅助工具也并不现实,在当前条件下看,唯有依靠语音输入了。语音输入看上去是个不大的基础应用,实现起来却需要非常复杂的技术能力,已经涉及到人工智能AI的范畴,而且这个技术已经进化了几十年,似乎还没得以大规模商用,可见其开发难度。

13年前我曾买过一张IBM的Viavoice光盘,装到电脑上后对着电脑练了一下午,希望其能快速熟悉我的个人口音,哪怕能有90%的识别率,也能为我繁重的文案工作减轻不少负担。

这次试验最终还是失败了,却并不令人沮丧,至少领略了世界前沿的语音识别技术,理解到识别自然语言对于计算机而言有多么难了。在当时,Viavoice是世界最尖端的语音识别技术。

Galaxy Gear中内置了三星自己的S-Voice,另外也和百度合作,将百度语音助手预装了进去。看来百度与三星的关系相当不一般,前有百度云,后有语音助手,对看重安卓更甚iOS的百度,支持力度相当大。不过,还是有理由相信,百度语音助手的技术实力已达到三星所期望的程度,预装其语音产品,可以给智能手表带来更好的用户体验。

语音有可能是智能手表的唯一输入方式,在这方面无法做到准确,易用,快捷,是很难让用户买单的,会成为其发展瓶颈。

某周日下午,我下载了百度语音助手,进行了一番测试。发现,普通话方面的语音识别准确率,已经到了令人惊喜的地步。除了一些停顿和转折,机器在识别上仍有一定困难外,基础字词很少会出现错误,只要对自己的普通话有一定自信,基本都能做到99%以上的识别率。

之后我还对百度语音助手进行了上海话和英文的测试,发现效果并不理想,用上海话说了一串上海市井小吃的名字,基本无法识别,但在将上海的区县名称挨个念出来后,发现还是有一定的识别率。至于英文,则是基本无法识别。看来,这一版语音助手,仍是以普通话识别为基础的,还没有考虑到更多需求。

我不知道这是否代表中文普通话语音识别的最高水平了,其他一些语音识别工具,如搜狗和科大讯飞等产品,是不是也能做到差不多的识别效果。

这一次测试,与13年前的那次从感觉上完全不一样。Viavoice是一种学习型的语音识别软件,你需要适时地对识别结果进行调整,以方便机器下一次识别,积累下来的识别数据要妥善保护,要是因为一次重装系统而导致丢失的话,一切都得重来。从商用角度来看,这还做不到多好的商用体验,而如今的语音识别技术,从体验上明显已能让人看到曙光。

甚至可以认为,只有在语音识别技术取得革命性突破之后,可穿戴设备真正的爆发之日才会到来。

设想你可以与智能手表和眼镜实现人机对话,戴着眼镜时不必再傻傻地说句OK Glass才能开启摄像,只需用生活中最自然的语言即可完成指令发送,之后再由机器将任务完成情况用语音反馈给你,到那时,屏幕的作用将弱化,移动互联网的新入口将诞生。

过去一年,百度在硅谷建立了IDL实验室,进行深度学习方面的研究,在利用软硬件模拟人脑方面试图获得更多成果。而这些工作,在过去印象中总是由IBM,贝尔实验室等大机构所做的,出了能商用的成果,大家去买授权好了,像百度这样的广告公司也来搞这个,着实令人感慨万分。

不过,这些耗费甚巨却见不到短期产出的基础研究项目,使得百度在语音识别技术方面有了相当不错的进步,还没有达到商用化的地步,最起码也已可以进行积极布局,积累用户了。

可以预见,未来随着手持设备的小型化甚至穿戴化,各种智能眼镜,手表等层出不穷,谁能在语音输入方面取得领先优势,谁就能掌握了用户的一个基础需求,谁也就能在这个由鼠标键盘、触屏和语音所组成的互联网世界里,占据一个重要入口。(via.TechWeb)

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");