想象一下，你坐在車(chē)里，對著(zhù)空氣說(shuō)，“我想在附近找個(gè)地方吃飯”。你的車(chē)會(huì )立即回應說(shuō)“已為您找到附近10個(gè)餐廳”。你接著(zhù)說(shuō)：“我想吃火鍋，還想看場(chǎng)電影?！逼?chē)會(huì )篩選出周邊有電影院的海底撈大鐘寺店。如果你說(shuō)現在前往，導航就會(huì )立即開(kāi)始線(xiàn)路規劃。

注意，整個(gè)過(guò)程，你不需要說(shuō)類(lèi)似“嘿，siri”這樣的喚醒詞，也不需要動(dòng)手進(jìn)行任何操作。對于開(kāi)車(chē)過(guò)程中經(jīng)常冒險調整導航線(xiàn)路的司機來(lái)說(shuō)，這套名為“飛魚(yú)助手”的語(yǔ)音操作系統簡(jiǎn)直是夢(mèng)寐以求的行車(chē)神器。

現在，訊飛、百度等企業(yè)的人工智能已經(jīng)把科幻片一樣的黑科技變成了現實(shí)。不僅汽車(chē)，電視機、電冰箱、電燈，任何你能想到的電器都能跟你愉快地聊天，并按照語(yǔ)音指令完成各種操作。

所聽(tīng)即所見(jiàn)

世界第一的智能語(yǔ)音是什么樣

計算機時(shí)代，輸入的主要工具是鍵盤(pán)。人工智能時(shí)代，語(yǔ)音輸入成為主流。而在這方面，中國走在了世界前列——科大訊飛公司已經(jīng)連續11年獲得全球語(yǔ)音合成大賽冠軍，百度語(yǔ)音也在今年被MIT科技評為2016年十大突破性技術(shù)之一。

目前，兩家公司對外公布的語(yǔ)音識別率都是97%。這意味著(zhù)什么呢？

百度首席科學(xué)家吳恩達講一口軟糯的美式中文，記者注意到，當他說(shuō)到“長(cháng)段語(yǔ)句”時(shí)，最開(kāi)始系統誤聽(tīng)成了“長(cháng)男語(yǔ)句”。但是經(jīng)過(guò)兩三句話(huà)后，結合上下文的“音頻切分”“切成短的去識別”等內容，系統自動(dòng)將“長(cháng)男語(yǔ)句”更正為“長(cháng)段語(yǔ)句”。

訊飛的語(yǔ)音識別同樣達到了高精度。當訊飛集團董事長(cháng)劉慶峰用帶著(zhù)濃重口音的普通話(huà)快速演講時(shí)，顯示屏不僅實(shí)時(shí)出現了中文，還能同步翻譯成英語(yǔ)、維吾爾語(yǔ)、日語(yǔ)、韓語(yǔ)等十幾個(gè)語(yǔ)種。

毫無(wú)疑問(wèn)，新技術(shù)已經(jīng)為人工智能裝上了一對堪比真人的“耳朵”。不過(guò)機器能聽(tīng)人說(shuō)話(huà)只是第一步，要實(shí)現無(wú)障礙的語(yǔ)音交流，還需要系統會(huì )說(shuō)話(huà)，而且要像真人一樣說(shuō)話(huà)。

訊飛的普通話(huà)語(yǔ)音合成系統達到了4.5分。也就是說(shuō)，訊飛語(yǔ)音合成的普通話(huà)，比大多數人都要標準、自然。公司在此基礎上發(fā)展了特殊音色，想讓機器給你模仿一段郭德綱的聲音或者模仿一段林志玲的聲音都沒(méi)有問(wèn)題。

百度語(yǔ)音主要聚焦在為合成語(yǔ)音“加入情感”，目前可接近真人發(fā)聲效果?，F場(chǎng)測試表明，57%的用戶(hù)無(wú)法區分真人語(yǔ)音與合成語(yǔ)音，基本可代替真人講故事?！蹲x者》雜志使用百度的情感語(yǔ)音開(kāi)發(fā)“聽(tīng)書(shū)”功能，為農村的留守兒童、老人以及不便閱讀的殘障人士提供近似真人朗讀的聽(tīng)書(shū)體驗。

可應用在翻譯、

智能家居、車(chē)載系統等領(lǐng)域

人工智能能聽(tīng)會(huì )說(shuō)，能在各種語(yǔ)言之間無(wú)障礙切換，最直接的應用領(lǐng)域就是翻譯和速記。

今年11月，上海高級法院招待了11個(gè)國家的法院大法官和高層管理。訊飛的翻譯轉寫(xiě)平臺為會(huì )議提供多國語(yǔ)言的實(shí)時(shí)翻譯，得到了參會(huì )國際專(zhuān)家的高度評價(jià)。普通消費者想要體驗，可以使用訊飛輸入法、百度輸入法的語(yǔ)音輸入，比打字快得多。

人工智能更大的“野心”是讓一切物體都有耳朵，都會(huì )說(shuō)話(huà)，特別是智能家居領(lǐng)域，是任何一個(gè)企業(yè)都不想放過(guò)的入口。今年5月谷歌推出了谷歌家庭，蘋(píng)果更新的iOS10里加入了家庭板塊，亞馬遜的echo試圖用一只音箱操控家里的冰箱、洗衣機、空調等全部家電。訊飛則將自己的語(yǔ)音交互解決方案稱(chēng)為aiui系統，其核心依然是用語(yǔ)音連接全世界。

除了能夠跟汽車(chē)無(wú)障礙溝通的“飛魚(yú)助手”，訊飛的電視機操作系統也已經(jīng)廣泛應用。操作者只要說(shuō)出“安徽衛視”“中央一臺”“錦繡未央第十集”等要求，電視就會(huì )自動(dòng)切換。如果說(shuō)“我想學(xué)英語(yǔ)”“我想玩游戲”，電視也會(huì )自動(dòng)打開(kāi)應用程序。最令人驚訝的是，在欣賞《冰雪奇緣》中聽(tīng)到好聽(tīng)的歌曲，操作者問(wèn)“這首歌是什么名字”，系統很快在后臺識別、搜索出了《let it go》。整個(gè)過(guò)程里，系統準確無(wú)誤地完成了多輪對話(huà)和上下文理解，完全沒(méi)有其他系統例如蘋(píng)果siri對話(huà)時(shí)的斷續感。

免費開(kāi)放的系統

所有企業(yè)都可以使用

訊飛語(yǔ)音和百度語(yǔ)音的背后都有一個(gè)聰明的腦袋：訊飛超腦和百度大腦。簡(jiǎn)單地說(shuō)，這是一種深度學(xué)習的云端計算機。訊飛超腦和百度大腦都是開(kāi)放的系統，通過(guò)軟件開(kāi)發(fā)工具包（SDK），其他企業(yè)可以免費應用這一服務(wù)。

作為語(yǔ)音市場(chǎng)的老大哥，訊飛在這一領(lǐng)域深耕近20年，能提供從芯片到后臺的本地引擎、再到后面的云傳輸、語(yǔ)音服務(wù)的整套解決方案，占據了超過(guò)80%的市場(chǎng)份額。

青島海爾克路德機器人應用了訊飛系統。公司市場(chǎng)部工作人員蘇青竹告訴記者，訊飛進(jìn)入市場(chǎng)早，技術(shù)好，他們已經(jīng)合作多年?，F在克勞德機器人可以擔任幼兒園老師，在青島流亭機場(chǎng)擔任人工客服，還為泰康人壽定制了保險客服版本。

據介紹，訊飛語(yǔ)音和人工智能開(kāi)放平臺已經(jīng)覆蓋8.9億終端用戶(hù)，20萬(wàn)位開(kāi)發(fā)伙伴，每日提供30億次的服務(wù)，其中僅機器人領(lǐng)域全球3000多家機器人采用訊飛技術(shù)大腦。百度也在2013年對外開(kāi)放了語(yǔ)音技術(shù)服務(wù)，很快得到了市場(chǎng)認可。自上線(xiàn)以來(lái)，每日在線(xiàn)語(yǔ)音識別要求從500萬(wàn)次上升到1.4億次，在線(xiàn)語(yǔ)音合成每日請求達2億次，開(kāi)發(fā)者數量超過(guò)14萬(wàn)人。

愛(ài)奇藝公司就應用了百度的語(yǔ)音模塊。公司技術(shù)總監吳桂林問(wèn)自己手機上的愛(ài)奇藝客戶(hù)端：“成龍兒子演的電影？”屏幕上立即出現了房祖名參演的電影。

“別看就一句話(huà)，但系統不僅要識別我說(shuō)的話(huà)，還要懂成龍、兒子和房祖名的關(guān)系，并完成搜索，難度相當大?！眳枪鹆直硎?，愛(ài)奇藝從2013年和百度合作，應用了百度語(yǔ)音助手，并開(kāi)發(fā)了語(yǔ)義分析技術(shù)和知識圖譜。目前，愛(ài)奇藝用戶(hù)每天使用語(yǔ)音搜索超過(guò)100萬(wàn)次，而且呈現成倍增長(cháng)。

“識別準確率高、軟件開(kāi)發(fā)工具包（SDK）應用方便、技術(shù)支持隨叫隨到?！眳枪鹆挚偨Y百度語(yǔ)音助手的好處時(shí)，特別強調了免費，“我們和百度合作的時(shí)候，只有百度語(yǔ)音沒(méi)有真正的流量限制”。

“未來(lái)我們會(huì )有陪伴機器人、個(gè)性化私教、音樂(lè )作曲、機器人醫生等等?！眳嵌鬟_對人工智能的未來(lái)寄予厚望，但他認為任何一家公司都無(wú)法獨占這么多領(lǐng)域和機會(huì )，“所以我們的目標就是把人工智能技術(shù)輸出給大家，近期百度語(yǔ)音開(kāi)放平臺再開(kāi)放四項免費語(yǔ)音技術(shù)：情感合成、遠場(chǎng)方案、喚醒二期技術(shù)和長(cháng)語(yǔ)音方案，希望支持其他企業(yè)探索有潛力的項目”。

摘自《經(jīng)濟日報》