蘋果日前聲明稱,已收購(gòu)英國(guó)人工智慧語(yǔ)音技術(shù)公司VocalIQ,雖具體收購(gòu)價(jià)格尚未公佈,但業(yè)內(nèi)人士表示,此次收購(gòu)可能幫助蘋果改進(jìn)虛擬語(yǔ)音助手Siri,並有望進(jìn)一步推進(jìn)蘋果的汽車項(xiàng)目。

　　近幾年,日産、凱迪拉克等車企探索後視鏡智慧,並通過(guò)依靠語(yǔ)音進(jìn)行操控,而這些智慧語(yǔ)音方案是達(dá)訊偉業(yè)和科大訊飛深度合作的産物。在炙手可熱的智慧家居市場(chǎng)中,以語(yǔ)音交互為基礎(chǔ)的人機(jī)互動(dòng)模式,也逐步成為標(biāo)準(zhǔn)性功能配置。

　　繼手動(dòng)人機(jī)交互之後,語(yǔ)音交互領(lǐng)域成為智慧領(lǐng)域的另一入口,被各大巨頭爭(zhēng)相搶奪。

　　巨頭持續(xù)投入

　　VocalIQ源於康橋大學(xué)旗下Dialogue Systems Group(對(duì)話系統(tǒng)集團(tuán)),專注于自然語(yǔ)言的理解。其通過(guò)使用深度學(xué)習(xí)來(lái)改進(jìn)語(yǔ)言識(shí)別,試圖打造科幻影片《鋼鐵俠》中的Jarvis或《她》中的Samantha。由此,VocalIQ的技術(shù)能改進(jìn)Siri、Google Now、Cortana、Alexa(亞馬遜)等一系列虛擬語(yǔ)音助手。

　　目前,蘋果公司的Siri等語(yǔ)音助手,主要依賴於腳本對(duì)話,對(duì)特定指令做出應(yīng)答。但通過(guò)VocalIQ技術(shù),可以使用戶以會(huì)話方式而非設(shè)備能理解的提示性語(yǔ)言與設(shè)備交互。蘋果收購(gòu)VocalIQ,顯然可以通過(guò)該技術(shù)改進(jìn)Siri。

　　更重要的是,收購(gòu)VocalIQ還可以推進(jìn)蘋果汽車項(xiàng)目的發(fā)展。據(jù)悉,今年年初,VocalIQ在官方部落格中表示,“車載語(yǔ)音對(duì)話系統(tǒng)”能預(yù)防駕駛員在駕駛汽車時(shí),因注視車窗外景色而分心。而更早前,VocalIQ與通用汽車聯(lián)合開(kāi)發(fā)車載語(yǔ)音識(shí)別項(xiàng)目。

　　事實(shí)上,VocalIQ是蘋果“進(jìn)入”汽車市場(chǎng)收購(gòu)的第二家公司。今年9月份,蘋果以2500萬(wàn)美元收購(gòu)地圖可視化公司Mapsense,其主要業(yè)務(wù)是打造用來(lái)分析和可視化位置數(shù)據(jù)的工具。例如,不同於蘋果的Siri和微軟的Cortana的愈趨人性化反應(yīng),Google Now的“Ok, Google”語(yǔ)言搜尋引擎,一直在專注更準(zhǔn)確地分析使用者的話語(yǔ)。谷歌最新在其官方部落格中,向我們解釋了他們最新應(yīng)用至其語(yǔ)言搜尋功能的演演算法,能通過(guò)預(yù)測(cè)使用者説話的音位(phoneme)來(lái)提升準(zhǔn)確度。

　　巨頭在智慧語(yǔ)音領(lǐng)域沒(méi)少燒錢,從語(yǔ)音智慧生態(tài)系統(tǒng)來(lái)看,主要有基於Nuance的蘋果Siri與三星S-Voice、谷歌Android的Google Now、微軟Windows Phone的Cortana三大版圖。

　　爭(zhēng)奪新智慧入口

　　大佬的佈局是為爭(zhēng)奪智慧領(lǐng)域的另一入口。近年來(lái),科技創(chuàng)新帶來(lái)人機(jī)交互終端智慧化程度的不斷提升,傳統(tǒng)的交互方式難以全方位滿足用戶需求,而以語(yǔ)音交互為基礎(chǔ)的包括圖像、體感在內(nèi)的第三代人際交互模式,正發(fā)揮著越來(lái)越顯著的作用。

　　但智慧語(yǔ)音技術(shù)的技術(shù)壁壘很高,需要企業(yè)在統(tǒng)計(jì)學(xué)、聲學(xué)、語(yǔ)言學(xué)、電腦科學(xué)等多個(gè)領(lǐng)域,具有較強(qiáng)綜合實(shí)力。同時(shí),智慧語(yǔ)音技術(shù)研究週期長(zhǎng)、投入大,如IBM已在語(yǔ)音技術(shù)領(lǐng)域持續(xù)研發(fā)近30年。在全球範(fàn)圍內(nèi)來(lái)看,僅有少數(shù)廠商在語(yǔ)音市場(chǎng)具備較強(qiáng)競(jìng)爭(zhēng)力,包括Nuance、IBM、微軟、Google等跨國(guó)IT企業(yè)。國(guó)內(nèi)語(yǔ)音技術(shù)市場(chǎng)則處?kù)妒袌?chǎng)導(dǎo)入期。

　　現(xiàn)階段,智慧語(yǔ)音其實(shí)並不夠智慧,準(zhǔn)確率低、網(wǎng)路依賴的一系列問(wèn)題,仍在很大程度上影響了語(yǔ)音交互的用戶體驗(yàn)。在語(yǔ)音輸入時(shí)必須有意字正腔圓地説話,顯然這樣識(shí)別率更高,但人和人在真正交流時(shí)並不會(huì)如此,有時(shí)會(huì)説得很快,有時(shí)聲音則會(huì)很低。同時(shí),在噪聲及使用方言等情況下,識(shí)別率會(huì)顯著降低。

　　同時(shí),智慧化水準(zhǔn)不高,不能理解做出思考的問(wèn)題更大。目前語(yǔ)音技術(shù)還難以實(shí)現(xiàn)對(duì)語(yǔ)義的深層次理解,只是將平臺(tái)的語(yǔ)音識(shí)別模組嫁接到軟體中,並沒(méi)有解決語(yǔ)音識(shí)別後如何將內(nèi)容“翻譯”成機(jī)器理解的指令問(wèn)題。如果這一點(diǎn)沒(méi)有解決,語(yǔ)音技術(shù)也僅能起到聽(tīng)寫引擎的作用。

　　可喜的是,當(dāng)前,語(yǔ)音技術(shù)的應(yīng)用範(fàn)圍正在不斷擴(kuò)寬,也衍生出一系列對(duì)語(yǔ)音交互存在剛性需求的場(chǎng)景。例如以可穿戴設(shè)備為代表的小型化、攜帶型終端的交互;遠(yuǎn)距離、大螢?zāi)唤K端交互,如智慧電視、智慧家居、消費(fèi)機(jī)器人等;汽車等不方便使用雙手的場(chǎng)景中人機(jī)交互。也就是説,應(yīng)用反向推動(dòng)技術(shù)的進(jìn)步。

　　産業(yè)即將進(jìn)入爆發(fā)期

　　由於智慧可穿戴設(shè)備螢?zāi)灰话悴粫?huì)太大,甚至沒(méi)有觸控螢?zāi)?因此更加便利的人機(jī)交互,就需使用語(yǔ)音進(jìn)行控制。比如,可穿戴設(shè)備的先驅(qū)谷歌眼鏡,就搭載了智慧語(yǔ)音系統(tǒng),用戶通過(guò)fiOK Glassfl這句話就可以啟動(dòng)智慧對(duì)話,然後通過(guò)語(yǔ)音就能獲得通知及提醒,並在網(wǎng)路環(huán)境下,可以通過(guò)語(yǔ)音給別人發(fā)送短信。此外,包括新力發(fā)佈SWR30語(yǔ)音手環(huán),以及全球首款中文智慧手錶作業(yè)系統(tǒng)Moto 360智慧手錶,均以語(yǔ)音交互為其賣點(diǎn)。隨著可穿戴設(shè)備在未來(lái)滲透率的不斷提升,語(yǔ)音交互應(yīng)用領(lǐng)域?qū)⒉粩嗤貙挕?/p>

　　在大屏領(lǐng)域的應(yīng)用集中在智慧電視,包括康佳、長(zhǎng)虹、TCL、LG、樂(lè)視等,均搭載非常強(qiáng)大語(yǔ)音交互功能,可以通過(guò)語(yǔ)音輸入,實(shí)現(xiàn)包括查收影視劇、聽(tīng)歌、發(fā)送微博、開(kāi)關(guān)電視等各種實(shí)用的功能。在智慧家居中,搭載語(yǔ)音方案也是必不可少的,如蘋果發(fā)佈的智慧家居 HomeKit,也是採(cǎi)取與Siri協(xié)作的方式,用戶可以使用自然語(yǔ)句來(lái)發(fā)出各種命令,例如“關(guān)上我的前門”、“打開(kāi)廚房的燈”。Siri還能告訴用戶家裏物品的狀態(tài),回答如“我的車庫(kù)是開(kāi)著嗎?”這樣的問(wèn)題。在未來(lái)家庭用的消費(fèi)人興起之後,語(yǔ)音技術(shù)還將面臨更大市場(chǎng)。

　　汽車領(lǐng)域則是另一爭(zhēng)奪的焦點(diǎn),由於在駕駛汽車的過(guò)程中,使用按鍵或觸控容易引發(fā)安全問(wèn)題,因此各大車廠在前裝控制系統(tǒng)中也均搭載了語(yǔ)音控制方案。

　　分析人士指出,語(yǔ)音技術(shù)水準(zhǔn)的提升,與其商用價(jià)值的釋放,並未能呈現(xiàn)出完全的線性關(guān)係。雖語(yǔ)音技術(shù)發(fā)展已歷經(jīng)長(zhǎng)達(dá)數(shù)十年時(shí)間,但由於並未突破大規(guī)模商用的節(jié)點(diǎn),因此目前市場(chǎng)規(guī)模仍停留在十億量級(jí)。近年來(lái),隨著技術(shù)不斷沉澱,以及語(yǔ)音交互場(chǎng)景的不斷拓寬,也預(yù)示著語(yǔ)音商用價(jià)值的顯著提升,語(yǔ)音産業(yè)發(fā)展即將進(jìn)入爆發(fā)期。(記者 王榮)