首頁(yè)>>廠(chǎng)商>>語(yǔ)音識別與合成>>科大訊飛

CTI論壇專(zhuān)訪(fǎng)>>企業(yè)專(zhuān)訪(fǎng)

專(zhuān)訪(fǎng)科大訊飛吳曉如：語(yǔ)音與移動(dòng)互聯(lián)網(wǎng)共舞

曹建菊 2010/10/29

　　10月28號的北京，秋日的陽(yáng)光分外燦爛，將西山的輪廓勾勒得格外清晰。位于西三環(huán)邊的香格里拉飯店，人聲鼎沸，科大訊飛“語(yǔ)音云”發(fā)布會(huì )選擇這里舉行。

　　此次發(fā)布會(huì )與高速發(fā)展的移動(dòng)互聯(lián)網(wǎng)背景密不可分，移動(dòng)互聯(lián)網(wǎng)產(chǎn)業(yè)規模達到桌面互聯(lián)網(wǎng)十倍以上速度遞增。而在互聯(lián)網(wǎng)時(shí)代，社會(huì )變得越來(lái)越小，語(yǔ)音技術(shù)使開(kāi)車(chē)走路等移動(dòng)狀況下使用互聯(lián)網(wǎng)成為可能。數據表明，目前中國的8億手機用戶(hù)中，已經(jīng)有將近2億的移動(dòng)互聯(lián)網(wǎng)用戶(hù)，到2012年，中國3G用戶(hù)也將超過(guò)2億以上，如此巨大規模的用戶(hù)群，為中國移動(dòng)互聯(lián)網(wǎng)的發(fā)展提供了源源不斷的動(dòng)力和持續成長(cháng)的舞臺。

　　在這個(gè)大的發(fā)展趨勢中，對語(yǔ)音技術(shù)的投入力度和市場(chǎng)關(guān)注度前所未有，如IBM，微軟、蘋(píng)果以及Google都有對語(yǔ)音的規劃，IBM提出要把他的語(yǔ)音技術(shù)推向市場(chǎng)，微軟在多種場(chǎng)合下提出來(lái)，他未來(lái)看好的三大產(chǎn)業(yè)第一就是語(yǔ)音技術(shù)，并且微軟即將推出來(lái)的Window7，也已經(jīng)把語(yǔ)音作為非常重要的一部分，而蘋(píng)果也正在研發(fā)語(yǔ)音識別技術(shù)等等。應該說(shuō)國際IT巨頭在中文語(yǔ)音領(lǐng)域，在全球范圍內對語(yǔ)音產(chǎn)業(yè)的高度關(guān)注，既促進(jìn)了這個(gè)產(chǎn)業(yè)快速的發(fā)展，也為我們中國語(yǔ)音企業(yè)提出了更大的挑戰。

　　同時(shí)，“云計算”一出世，就引起了行業(yè)人士的關(guān)注，而語(yǔ)音技術(shù)與呼叫中心的結合運用，更是大家期待的。科大訊飛此次推出“語(yǔ)音云”，是概念的重新整合還是標志著(zhù)一項新技術(shù)的誕生？如果是一項新的技術(shù)，除了呼叫中心的應用之外，是否還能在別的領(lǐng)域帶給大家驚喜？這個(gè)新領(lǐng)域應用是否已有一些成果？

　　為此，利用“語(yǔ)音云”發(fā)布會(huì )正式開(kāi)始前的間隙，CTI論壇記者專(zhuān)訪(fǎng)了科大訊飛高級副總裁吳曉如博士。

 
上圖為：科大訊飛高級副總裁吳曉如博士

　　1、CTI論壇記者：請您談?wù)効拼笥嶏w此次推出的“語(yǔ)音云”是一個(gè)新概念還是一項新技術(shù)？

　　吳曉如：“訊飛語(yǔ)音云”，實(shí)際上是基于云計算技術(shù)作為基礎，將業(yè)界領(lǐng)先的智能語(yǔ)音技術(shù)向廣大移動(dòng)互聯(lián)網(wǎng)開(kāi)發(fā)者開(kāi)放，為各類(lèi)合作伙伴提供低門(mén)檻的語(yǔ)音合成、語(yǔ)音識別以及語(yǔ)音聽(tīng)寫(xiě)等智能語(yǔ)音交互式服務(wù)。

　　而合作伙伴方面，可以像使用水、電那樣“即開(kāi)即有、按需取用”，非常方便。以前的合作開(kāi)發(fā)，可能需要半年甚至幾年的時(shí)間，才能開(kāi)發(fā)一個(gè)應用，而現在，可以做到一、兩個(gè)月，甚至幾天就可以開(kāi)發(fā)一個(gè)新應用。也就是方便了合作伙伴，能在極短的時(shí)間內構建一個(gè)支持自然語(yǔ)音交互功能的特色移動(dòng)互聯(lián)網(wǎng)應用。

　　另外，“訊飛語(yǔ)音云”的推出，還有一個(gè)重要的突破，就是將打破相關(guān)語(yǔ)音服務(wù)在本地調用時(shí)，受本地資源條件限制，可實(shí)現的應用少、應用效果不盡人意的瓶頸，從而能有效培育和進(jìn)一步催生用戶(hù)需求，形成應用、市場(chǎng)、用戶(hù)各方面的良性互動(dòng)與促進(jìn)作用，推動(dòng)語(yǔ)音市場(chǎng)的發(fā)展。

　　2、CTI論壇記者： 面向呼叫中心的中文語(yǔ)音合成技術(shù)近年來(lái)的發(fā)展水平？

　　吳曉如：應該說(shuō)這十年的語(yǔ)音技術(shù)發(fā)展是相當快的，如果將中國一個(gè)最出色播音員的普通話(huà)作為滿(mǎn)分5分的話(huà)，在2000年以前，我們還達不到3分， 2005年前后，我們能達到3.8分，而現在，我可以自豪地說(shuō)，我們能達到4.5分了。4.5分是個(gè)什么概念，打個(gè)比方，比如咱倆的普通話(huà)標準可能只能達到4分左右。而我們的語(yǔ)音已經(jīng)能達到4.5分，比咱倆水平高。

　　3、CTI論壇記者：如您上面所說(shuō)，科大訊飛的語(yǔ)音合成技術(shù)早已公認為處于業(yè)界領(lǐng)先水平，但在語(yǔ)音識別方面有哪些競爭優(yōu)勢呢？

　　吳曉如：科大訊飛有三個(gè)方面的優(yōu)勢，可以說(shuō)是全世界都比不了的。

　　第一個(gè)優(yōu)勢是我們有龐大的語(yǔ)音庫，這個(gè)語(yǔ)音庫的容量已經(jīng)達到百萬(wàn)級。科大訊飛與國家教育部合作，是全國普通話(huà)測試協(xié)助商，大家都知道：全國每年都會(huì )有國家公務(wù)員、教師等職位必須進(jìn)行普通話(huà)考試，考試的所有語(yǔ)音數據我們都會(huì )存貯，可以說(shuō)，我們有全中國每個(gè)省、每個(gè)市、甚至每個(gè)縣、每個(gè)鎮的基礎語(yǔ)音數據庫。

　　第二個(gè)優(yōu)勢是科大訊飛的技術(shù)是產(chǎn)學(xué)研一體化的，我們與清華大學(xué)、中國科技大學(xué)、新疆大學(xué)等語(yǔ)音研究室進(jìn)行合作，可以說(shuō)語(yǔ)音研發(fā)的先進(jìn)技術(shù)能夠很好的得到應用體現。

　　第三，我們采用了云計算平臺，上面說(shuō)的百萬(wàn)數據如何為我所用？我們對數據反復進(jìn)行研究，建立復雜的數學(xué)模型，這些都要求工程運算能力極強。

　　4、CTI論壇記者： 語(yǔ)音識別在呼叫中心的應用價(jià)值體現？而目前在國內還未大規模應用，主要是什么原因？

　　吳曉如：我覺(jué)得語(yǔ)音識別在呼叫中心的應用價(jià)值體現是顯而易見(jiàn)的，但最大體現在以下兩點(diǎn)：
一是我們可以進(jìn)行自助語(yǔ)音服務(wù)，這部分的服務(wù)現在已經(jīng)在銀行、保險及運營(yíng)商的客戶(hù)服務(wù)中心得到了良好的體驗；

　　二是語(yǔ)音是一種非結構化的信息源，現在對語(yǔ)音的檢索還沒(méi)有用起來(lái)，大段大段的語(yǔ)音，其實(shí)有很多是很有價(jià)值的資源，因為不象文字那么容易檢索，因而這部分的資源都沒(méi)有得到合理的應用。挖出有價(jià)值的語(yǔ)音信息，這是語(yǔ)音的另一個(gè)應用價(jià)值體現。

　　但目前在國內，語(yǔ)音技術(shù)還沒(méi)有大規模應用起來(lái)，主要原因是客戶(hù)的需求不是太迫切，另外，呼叫中心一般是成本中心，而且，呼叫中心對技術(shù)的成熟度要求很高，客戶(hù)可以用不是太方便的，但一定要用不能出問(wèn)題的。前幾年的語(yǔ)音技術(shù)還達到這個(gè)標準。現在的技術(shù)已經(jīng)能解決這個(gè)問(wèn)題。

　　5、CTI論壇記者：訊飛語(yǔ)音識別的核心技術(shù)是什么？

　　吳曉如：訊飛語(yǔ)音識別的核心主要有三大技術(shù)：

　　一是區分性訓練技術(shù)：上面提到過(guò)，我們有上百萬(wàn)的基礎語(yǔ)音數據庫，這么龐大的語(yǔ)音數據需要進(jìn)行區分；

　　二是超大規模的解碼技術(shù)：經(jīng)過(guò)對聲音區分性訓練后，建立復雜的數據模型，需要有超大規模的解碼技術(shù)；

　　三是有語(yǔ)音自適應技術(shù)：當某些語(yǔ)音識別不了，進(jìn)行多次重復識別，識別率會(huì )更高。

　　6、CTI論壇記者：科大訊飛未來(lái)的戰略的是什么？

　　吳曉如：語(yǔ)音技術(shù)和產(chǎn)業(yè)一直是世界各國競相競爭的熱點(diǎn)和焦點(diǎn)，而科大訊飛作為一家民族語(yǔ)音企業(yè)，我們具有非常好的機遇及發(fā)展壯大中國語(yǔ)音產(chǎn)業(yè)的責任。

　　“語(yǔ)音是文化的基礎，民族的象征”，智能語(yǔ)音技術(shù)不僅擁有廣闊的應用空間，還在國防軍事、漢語(yǔ)國際推廣、教育等國家重大戰略需求領(lǐng)域有著(zhù)重大應用價(jià)值。而移動(dòng)互聯(lián)網(wǎng)邁入語(yǔ)音時(shí)代、云計算時(shí)代，我們將語(yǔ)音與移動(dòng)互聯(lián)網(wǎng)結合，相信會(huì )對我國移動(dòng)互聯(lián)網(wǎng)語(yǔ)音應用及信息安全產(chǎn)生推動(dòng)作用。

　　另外，科大訊飛不僅局限于中文領(lǐng)域，而且在英文技術(shù)領(lǐng)域方面也予以開(kāi)拓。

　　CTI論壇記者：預祝此次科大訊飛“語(yǔ)音云”發(fā)布會(huì )圓滿(mǎn)成功！

　　吳曉如博士簡(jiǎn)介：安徽科大訊飛信息科技股份有限公司高級副總裁，負責訊飛語(yǔ)音技術(shù)在電話(huà)和網(wǎng)絡(luò )上的業(yè)務(wù)。研究興趣為語(yǔ)音合成和語(yǔ)音識別等智能語(yǔ)音技術(shù)。曾參加了多個(gè)國家重點(diǎn)科研項目。2003、2004年度主持開(kāi)發(fā)了代表當年中文語(yǔ)音最高水平的中文語(yǔ)音合成系統，2006年主持開(kāi)發(fā)的英文語(yǔ)音合成系統獲得國際英文語(yǔ)音合成大賽第一名。此外，吳曉如長(cháng)期致力于推動(dòng)語(yǔ)音技術(shù)的應用深化，目前語(yǔ)音應用已覆蓋了電信、金融、電力等社會(huì )信息服務(wù)的各領(lǐng)域，鑒于在智能語(yǔ)音技術(shù)及其成果應用推廣方面所作的工作，吳曉如于2002年度獲國家科技進(jìn)步獎，2006年獲得信息產(chǎn)業(yè)重大技術(shù)發(fā)明獎，2007年獲信息產(chǎn)業(yè)部先進(jìn)個(gè)人；

　　聲明：CTI論壇（CTiforum）版權作品，未經(jīng)CTiforum書(shū)面授權，嚴禁轉載，違者將被追究法律責任。

CTI論壇報道