科客點(diǎn)評(píng)：如果沒(méi)有人工智能，語(yǔ)音識(shí)別如同雞肋，食之無(wú)味，棄之可惜。

        在10月18日晚上的錘子手機(jī)發(fā)布會(huì)上，老羅現(xiàn)場(chǎng)展示了科大訊飛97%正確率的語(yǔ)音輸入。時(shí)間定格于發(fā)布會(huì)106分40秒，在老羅一陣碎碎念之后的不到一秒之內(nèi)，文字轉(zhuǎn)換完成。其轉(zhuǎn)換速度之快，準(zhǔn)確率之高以及現(xiàn)場(chǎng)展示的特殊環(huán)境，都讓人驚艷了一把。

        語(yǔ)音識(shí)別實(shí)用嗎？

        事實(shí)上，語(yǔ)音輸入并不是什么新鮮詞，但這次借助老羅的“單口相聲”，語(yǔ)音輸入又跳到眾人視線中。令人奇怪的是，訊飛的語(yǔ)音輸入在很早以前就有了，這次展示卻令我們有種重新認(rèn)識(shí)語(yǔ)音輸入的感覺(jué)。

        幾年前，語(yǔ)音輸入的準(zhǔn)確率也不低，基本都有90%以上。然而，放到實(shí)際生活中，語(yǔ)音輸入的實(shí)用性仍然不是很高。在使用語(yǔ)音輸入的時(shí)候，其準(zhǔn)確率會(huì)受到非常多的因素影響，在不同的環(huán)境下使用會(huì)有差別，在不同使用者的口音下更是差別巨大。

        但放到今天，語(yǔ)音識(shí)別還是不實(shí)用嗎？

        應(yīng)該說(shuō)，由于準(zhǔn)確率的提高，語(yǔ)音識(shí)別的實(shí)用性對(duì)普通用戶來(lái)說(shuō)有所上升。但從科客的實(shí)際體驗(yàn)來(lái)說(shuō)，哪怕是訊飛，其準(zhǔn)確率仍然受限于使用者的音量、發(fā)音標(biāo)準(zhǔn)程度、環(huán)境干擾諸多因素。其中最大的影響因素應(yīng)該是口音。拿廣東地區(qū)來(lái)說(shuō)，光是粵語(yǔ)，不同地區(qū)的人發(fā)音都有所區(qū)別。對(duì)于人類(lèi)來(lái)說(shuō)，我們可以較為輕松的識(shí)別不同口音，并較為準(zhǔn)確領(lǐng)會(huì)他人表達(dá)的意思。然而對(duì)機(jī)器而言，它就需要更大的數(shù)據(jù)庫(kù)。倘若哪一天，語(yǔ)音輸入能夠只能判斷方言口音，并且能在街頭隨機(jī)抽取不同口音的人進(jìn)行語(yǔ)音輸入準(zhǔn)確率的測(cè)試，那相信其實(shí)用性將會(huì)非常的大。但就目前而言，語(yǔ)音輸入的進(jìn)步對(duì)不少年紀(jì)大的，只會(huì)用手寫(xiě)輸入的用戶來(lái)說(shuō)，其實(shí)用性確實(shí)不小。

        競(jìng)爭(zhēng)者眾多

        需要承認(rèn)，訊飛的多語(yǔ)言識(shí)別率確實(shí)是世界頂尖，中文是最好的。但是，其他競(jìng)爭(zhēng)者要做到90%甚至95%以上也不是難事。另外，這些競(jìng)爭(zhēng)者中不乏像谷歌、百度這樣擁有大量數(shù)據(jù)庫(kù)的企業(yè)，他們?cè)诤Ａ坑脩魯?shù)據(jù)和人工智能技術(shù)上的優(yōu)勢(shì)，能讓他們迅速的發(fā)展出優(yōu)秀的語(yǔ)音智能。除此之外，這類(lèi)互聯(lián)網(wǎng)企業(yè)還有足夠的能力發(fā)展諸多產(chǎn)品線，形成生態(tài)，以提供更優(yōu)質(zhì)而全面的服務(wù)。從這個(gè)角度來(lái)說(shuō)，訊飛的發(fā)展道路有些窄。

        語(yǔ)音識(shí)別的應(yīng)用

        另一方面，必須注意到，語(yǔ)音輸入本身只是一個(gè)途徑，它最終仍然要和實(shí)際操作相結(jié)合。比如在無(wú)人汽車(chē)領(lǐng)域，發(fā)展語(yǔ)音輸入就很有必要。試想一下，當(dāng)你坐上一輛無(wú)人汽車(chē)，滿懷新奇和期待，結(jié)果屏幕卻彈出一塊鍵盤(pán)，那時(shí)你對(duì)這項(xiàng)高科技是否會(huì)感到失望？

        而智能家居又是未來(lái)一大利用語(yǔ)音識(shí)別進(jìn)行交互的重要領(lǐng)域。語(yǔ)音識(shí)別與智能家居的結(jié)合在幾年前就有了。微軟在win10發(fā)布會(huì)上主打的一點(diǎn)就是跨平臺(tái)，并利用Cortana這個(gè)語(yǔ)音識(shí)別進(jìn)行更便捷的操作。也許這是第一步，在整合數(shù)碼設(shè)備之后， 微軟甚至能一步步逐漸滲透，從電視到洗衣機(jī)，從窗戶到整個(gè)房屋，全都用人工智能進(jìn)行操作。而語(yǔ)音識(shí)別自然理所當(dāng)然會(huì)成為更智能家居體驗(yàn)的主要交互方式。這是能夠改變?nèi)藗兩畹闹匾I(lǐng)域，以語(yǔ)音識(shí)別為基礎(chǔ)建構(gòu)起來(lái)的整個(gè)生態(tài)，就成了目前各大語(yǔ)音識(shí)別廠商追逐和競(jìng)爭(zhēng)的目標(biāo)。

        重點(diǎn)還是人工智能

        從語(yǔ)音識(shí)別在未來(lái)可能涉及的領(lǐng)域可以看到，雖然語(yǔ)音識(shí)別能讓生活工作變得更加的高效便捷，然而，其核心卻是人工智能。雖然微軟CEO薩提亞·納德拉對(duì)語(yǔ)音識(shí)別不吝贊美，甚至稱(chēng)語(yǔ)音識(shí)別突破的意義不亞于將圖形界面引入電腦，然而，沒(méi)有人工智能為核心，語(yǔ)音識(shí)別會(huì)出現(xiàn)下圖這樣的答非所問(wèn)，就算再準(zhǔn)確又如何？

        無(wú)論是無(wú)人汽車(chē)，還是智能家居，或者是其他領(lǐng)域，語(yǔ)音識(shí)別只能算是第一步。畢竟如果計(jì)算機(jī)無(wú)法理解我們的指令，那么也不會(huì)有后續(xù)的操作。要想在這些領(lǐng)域有所發(fā)展，給用戶更好的體驗(yàn)，那就必須著眼于人工智能。如果語(yǔ)音識(shí)別沒(méi)有依托于人工智能，不能和其他產(chǎn)品相互配合，那語(yǔ)音識(shí)別的意義也就沒(méi)有那么大了。由此來(lái)看，語(yǔ)音識(shí)別真的是重點(diǎn)嗎？恐怕不見(jiàn)得。關(guān)注科客網(wǎng)官方微信kekebat，獲取更多精彩資訊。