Siri的出现极大地勾起了人们对于语音识别方面的胃口。传统基于命令词和固定语法结构的语音识别能力已完全不能满足人们的需求，提供自然交互的语音识别能力必将成为今后的发展趋势。
在这个智能手机的语音按键背后，究竟隐藏着哪些奥秘？
君子动口不动手
“你有男朋友吗？” “没有，帮我找一个吧！”这不是好哥们之间的饭后谈资，而是某屌丝男深夜躺在床上对着手机调戏Siri娘。
“帮我查下这个月还要还多少钱？”“您本期人民币账单情况如下：……”这不是银行业务窗口前的对话，而是微信中一月光族与“招商银行信用卡中心”好友之间的对话。
“电视剧要开始了，给我转到北京一台！”“声音太小了，调大一点！”这不是掌上明珠在指使父母，而是上了年纪的老爷子对着语音遥控器发号施令。
未来，不仅局限于手机，你将能对着越来越多的设备“发号施令”。
类似场景如今已越来越多的出现在日常生活中。自Siri随iPhone 4S推出以来，人们开始惊讶于人机交互终于可以不再那么“弱智”、不再只能按照程序预先编好的套路出牌。在手机上，Siri几乎可以听得懂人们表达出的任何意思，并且能够迅速给予准确反馈。一时间，类Siri应用们如雨后春笋般生长，且不论这些应用原理怎样、效果如何，单是由Siri引领的这种“动口不动手”的智能语音交互新时代已不可逆转。
可以说，Siri的出现已经极大地勾起了人们对于语音识别方面的胃口。传统基于命令词和固定语法结构的语音识别能力已完全不能满足人们的需求，能够提供自然交互的语音识别能力必将成为今后的发展趋势。 探秘智能语音机器人
相信，现在大部分人的手机上都有一款语音识别的APP应用，打个电话、查个天气、讲个笑话，出其不意的还会来个令人捧腹的回答，一时间这些应用聚集了大量人气，成为屌丝们最热衷的调侃对象。尽管这些APP应用看上去智商颇高，但实际上它与Siri还是有着明显区别，亦无法达到智能语音机器人的“境界”。
这些语音助手，从本质上讲，基本上就是语音识别软件，其关键技术在于对关键字的识别。以询问天气为例，当用户发问：“北京天气如何？”时，这些语音识别软件通过对“北京天气”等关键字的识别可以给予用户正确的信息反馈，接下来若用户继续发问：“上海呢？”它们便很难听懂，或者通过“上海”这一关键字的识别将上海的概况信息反馈给用户，这样的答非所问显然不能令用户满意。但Siri则不然，通过对自然语言的理解判断，依旧可以将正确的“上海天气”信息呈现在用户面前。从这样一个简单的实例中不难看出，要想真正实现自然的、智能的人机语音交互，一颗智能的“大脑”必不可少。
Siri与国内多数语音识别软件最大的不同，在于它拥有一颗足够聪明的“大脑”。
很明显，Siri能做的并不只是简单的语音识别，它是一款真正的智能语音机器人。于是我们便可很容易地得到这样一个等式：智能语音机器人=语音+智能机器人，语音是辅助，智能机器人才是核心，这也就不难解释为何当初苹果收购的是Siri这样一家人工智能系统分析公司而非语音识别软件公司。苹果自身拥有的强大人工智能系统加上全球最大的语音识别软件Nuance提供语音技术支持，成就了Siri今日的地位。反观国内涌现出的众多类Siri厂商，其中不乏腾讯、百度这样的互联网大鳄，表面看上去红红火火、风生水起，但由于缺乏掌握“大脑”----也就是智能机器人的核心技术，提供给用户真正实用的体验着实有限，待到用户“调戏”的新鲜劲过后，这些类Siri应用便很难再被用户留在他们的设备中。
通过智能语音机器人交互架构图，可以更明显地看到语音识别与智能机器人两种技术的重要性对比。
Siri的成功除了技术上的优势，其对商业模式的准确判断一样不容忽视。在智能手机上，苹果添加Siri功能的目的简单而明确，就是让用户更好的使用手机。而在其它领域，例如车载、例如电视，从一个行业到另一个行业，从一种设备到另一种设备，苹果是想让未来的智能设备都都使用Siri的模式。
“海量的专业领域人工智能的积累自然形成无所不包的、通用的人工智能，也就是我们在科幻电影所想象的‘变形金刚’。”国内与Siri覆盖同一领域的小i机器人首席技术官朱频频博士表示。
与Siri一样，小i专注于智能机器人领域，同时与多家语音厂商合作（这其中就包括前文提到的Nuance，及国内的科大讯飞、云之声等），整合语音技术，推出语音云，提供智能语音的全套解决方案。
如果早期的时候使用过MSN，有可能对小i的那个卡通机器人还有印象。它与现在这些类Siri的语音助手类似（之前是文本、现在是语音），通过与用户的互动交流，帮助查找信息，了解天气，聊天解闷等。
与现在的语音助手一样，当被调戏的新鲜劲儿过后，企业面临的是如何生存下去的考验。“在通用领域，你很难找到赢利点。”于是在06年，小i开始转向2B，形成2B2C的运营模式，现在，它在中国智能机器人的商用领域占据90%的市场份额，主要应用在通信、政府、金融、电子商务、智能家电和汽车等领域。
“时间是人工智能技术的天然壁垒，发育时间和交互次数是一个机器人变聪明的关键因素。一个机器人要经过长时间的发育成长，数以亿次的交互才能变的足够聪明。”朱频频表示。而这也是为何到目前为止，在记者走访过程中，国内该领域仅有小i一家进入我们视野的原因。
机遇？陷阱？
Siri出现后，一时曾让众多Android系统手机用户艳羡不已，这一需求的出现也令众多厂商加大了对于智能语音的重视程度，很快，一个个号称“Android上的Siri”的智能语音产品纷纷亮相。不仅如此，在家电、车载等行业，动作快的厂商纷纷打上了“智能语音”的标签。由Siri带来的一个全新时代已摆在大家面前。
由Siri带来的机遇毋庸置疑，但正如上文所分析，对于没有掌握核心技术的一股脑涌进来的厂商来说，这样的机遇毋宁被称为“陷阱”----不计回报的付出当然不是长久之计，铩羽而归的结局几欲可见。而更为不利的是，被“看起来很美”的智能语音迷惑的还绝不仅仅是在手机端，其它行业的多数下游厂商目前一样处在误区中。
记得前一阵国内某知名电视厂商联合语音识别企业合作推出了一款智能电视，因为达不到智能化的需求，双方很快结束了合作关系。是这家语音识别企业提供的语音服务不够好吗？当然不是，该企业作为国内一等一的语音识别厂商，它的语音识别技术毋庸置疑。其实是这家电视厂商不知道问题出在哪里，没有意识到真正智能的语音交互是需要后端智能机器人的介入的。但显然，经此教训之后的该企业依然没弄明白这中间到底是怎么回事儿，在接下来寻求合作中，仍然是苦苦在语音厂商中找寻……
在国内，发育年限超过Siri（小i成立于2001年，Siri成立于2007年），并且有着中文本土优势的人工智能在技术上并不逊色与Siri，但如前文所分析，这个行业面临的最大的挑战是来自于产业链的梳理、打通，如何为下游终端厂商补课，让它们走出认识误区，全面了解智能语音技术，让它们认识到智能问题并不只能单纯来靠语音厂商解决，就如同Siri、Nuance、iPhone，唯有智能机器人厂商、语音厂商、下游终端厂商三者之间实现完美配合，中国的Siri，乃至超越Siri的智能语音机器人在国内出现，才并非一件遥不可及的事情。
未来，无论是在与个人用户息息相关的智能产品系列（包括手机、电脑、家电、家居、办公、车载等），还是在企业级领域的应用上（包括客服、金融、证券、政府、社区、电子商务等），智能语音交互技术将无处不在，一个全面解放手指，想说就说的时代必将全面到来。
评论 (0)