语音应用引爆在即

2011/11/23

多年来，语音识别技术始终磕磕巴巴、欲语还休。 首发--无弹出广告(文字首發盡在讀書閣W)现在，Siri横空出世，将这项技术推向了主流，同时还带来了非常广泛的应用前景。

语音识别并不是什么新鲜事物。多年来，消费电子产品、汽车和自动呼叫中心一直就在“倾听”使用者的指令。从2009年开始，谷歌公司（Google）就一直在采录语音信箱的信息。而在此之前三年，微软公司（microsoft）也将类似的技术置入了echnologies）的助理总监。他正在开发一种互动仿真技术，用以帮助退伍军人针对创伤后紧张症（post-traumaticstressdisorder）寻求医疗咨询服务。这款软件名为SimCoach，它的最终目的是要设法理解人们口语背后的情绪状态。里佐称：“这是个十分巨大的挑战。因为必须采集语音模式，然后得像人类的大脑那样对它们进行分析。”里佐称，人类或许能察觉自己的好友或家人情绪异常，因为这时人们的语速往往会变慢，重音也更少，但电脑要捕捉这些信号可就相当困难了。

不过这个领域的有些研究却能更快获得成果，而不用再苦苦等待。去年春天，里佐的研究伙伴——麻省理工学院（mIT）教授阿历克斯?彭特兰在美国银行（BankofAmerica）的呼叫中心开展了一项类似的语音推断技术试验，旨在分析员工的沟通对业务成功的影响。彭特兰让员工连续六周在脖子上戴着小型电子设备，它们能记录员工的实际位置以及身体语言和声音。所记录的数据能显示这些员工是在和谁沟通，他们站着时与沟通对象距离有多远，谈话的语调如何。彭特兰称：“我们发现，效率最高的员工不光与大量对象交谈，他们还与同样表现出这种特点的同事交谈。”结果，他说，只需要调整一下员工的茶歇时间，使这类员工之间的步调更为同步，这个呼叫中心每年就能节省1,500万美元。

用户现在对Siri的广泛关注很可能将大大促进这类研究,并进一步推进其应用。里佐说：“语音识别技术确实是技术领域至高无上的圣杯（holygrail）。我们已经掌握了这项技术的90%，但剩下的10%要求攻克更多难关。一旦到了引爆点，我们将迎来一片十分广阔的市场。”看起来，这个引爆点很可能非Siri莫属。