505047.com_捷通華聲“聲動(dòng)點(diǎn)播”，讓語(yǔ)音業(yè)務(wù)“增值”_語(yǔ)音識別

捷通華聲“聲動(dòng)點(diǎn)播”，讓語(yǔ)音業(yè)務(wù)“增值”
--淺談?wù)Z(yǔ)音識別的行業(yè)應用

2005/09/07

　　讓機器聽(tīng)懂人類(lèi)的語(yǔ)言，是人們長(cháng)期以來(lái)夢(mèng)寐以求的事情。語(yǔ)音識別技術(shù)就是讓機器通過(guò)識別和理解過(guò)程把語(yǔ)音信號轉變?yōu)橄鄳奈谋净蛎畹母呒壖夹g(shù)。隨著(zhù)這種技術(shù)的日趨成熟，讓語(yǔ)音帶來(lái)商機已不再是若干年前人們眼中的天方夜談。

　　尤其是在電信領(lǐng)域，轟轟烈烈的產(chǎn)業(yè)大規模基礎設施投資已成為過(guò)去，增值業(yè)務(wù)正在迅猛發(fā)展。互聯(lián)網(wǎng)的普及程度目前還遠未達到人們的需求，而相對普及率很高的電話(huà)、手機成為人們彼此溝通、獲取信息的最佳選擇，電話(huà)語(yǔ)音增值服務(wù)的興起已是大勢所趨。傳統的聲訊服務(wù)中，用戶(hù)需要根據提示音、用按鍵來(lái)選擇所需要的信息或服務(wù)，或是通過(guò)人工坐席來(lái)實(shí)現。而基于語(yǔ)音識別技術(shù)的自動(dòng)語(yǔ)音應答系統，用戶(hù)只需在撥入電話(huà)后，直接說(shuō)出自己的需求即可，極大滿(mǎn)足了現代社會(huì )人們追求信息獲取的便捷、通暢。

　　語(yǔ)音技術(shù)包括人機交互的兩個(gè)方面，語(yǔ)音識別：讓系統自動(dòng)識別說(shuō)話(huà)人的語(yǔ)言或者命令；語(yǔ)音合成：讓系統根據預設條件或者呼叫者的請求，自動(dòng)將文本、數據庫信息轉換成語(yǔ)音播放出來(lái)。而這一"說(shuō)"、一"聽(tīng)"的互動(dòng)，正是人們日常所最熟悉、最習慣的語(yǔ)音交互方式，從根本上彌補了互聯(lián)網(wǎng)、傳統電話(huà)按鍵的"無(wú)聲" 時(shí)代給人們帶來(lái)的不便。

　　語(yǔ)音識別技術(shù)可以解放用戶(hù)的雙手，免去按鍵的不便和繁瑣，只要對著(zhù)話(huà)筒說(shuō)出需求，就可輕松完成。語(yǔ)音識別技術(shù)應用不僅僅解放了人的雙手，更突破了電話(huà)數字鍵盤(pán)的局限。例如在點(diǎn)歌節目中，用電話(huà)鍵盤(pán)上的0－9十個(gè)數字及*號和#號共12個(gè)鍵來(lái)指代成千上萬(wàn)首歌曲是不可能實(shí)現的。很大程度上限制了可供用戶(hù)選擇的歌手及歌曲的數量。而且用戶(hù)需要記憶眾多歌曲編碼，通過(guò)按鍵的方式在電話(huà)中輸入，無(wú)法快速檢索到需要的歌曲。極大影響了用戶(hù)參與的積極性。而引入語(yǔ)音識別技術(shù)以后，用戶(hù)說(shuō)出歌曲名稱(chēng)或者歌手姓名就可直接調出所需的歌曲，很好地解決了以上提到的問(wèn)題。

　　語(yǔ)音識別技術(shù)不僅僅可以解決原有業(yè)務(wù)中的局限與弊端，更能拓展全新的業(yè)務(wù)領(lǐng)域。例如近幾年十分流行的語(yǔ)音電話(huà)本業(yè)務(wù)。用戶(hù)利用網(wǎng)頁(yè)等方式添加的聯(lián)系人姓名、昵稱(chēng)、電話(huà)號碼、 email地址等都可以利用語(yǔ)音合成轉換成語(yǔ)音供電話(huà)查詢(xún)。基于語(yǔ)音識別技術(shù)，用戶(hù)撥打電話(huà)的時(shí)候只需要說(shuō)出聯(lián)系人的姓名就可以接通。現代人越來(lái)越依賴(lài)于手機，大量的聯(lián)系人信息存在手機中，而當手機沒(méi)電或者丟失時(shí)，這些信息就很難獲取。而語(yǔ)音電話(huà)本真正實(shí)現了人們擁有一個(gè)"永不丟失、迅速接通的個(gè)人語(yǔ)音電話(huà)本"的需求。用戶(hù)的聯(lián)系人信息全部保存在服務(wù)器上，用戶(hù)也就不會(huì )輕易更換運營(yíng)商了。運營(yíng)商不僅開(kāi)拓了新的收益來(lái)源，更大大提高了其用戶(hù)的忠誠度。

　　一個(gè)成功的語(yǔ)音應用首先是基于詳細準確的用戶(hù)需求調查。只有詳細了解客戶(hù)需求，才能根據需要選用不同類(lèi)型的產(chǎn)品。捷通華聲針對火爆的彩鈴市場(chǎng)情形，結合運營(yíng)商現有平臺的特性，度身定制了聲動(dòng)語(yǔ)音門(mén)戶(hù)--"聲動(dòng)點(diǎn)播"平臺。該平臺集成了目前最為先進(jìn)的語(yǔ)音技術(shù)，包括語(yǔ)音識別、語(yǔ)音合成、電信級的智能語(yǔ)音交互集成技術(shù)等。用戶(hù)只需撥入系統后，通過(guò)簡(jiǎn)單的語(yǔ)音命令、導航操作，即可實(shí)現鈴音的選擇、試聽(tīng)、下載、分配、贈送、查詢(xún)等，整個(gè)過(guò)程簡(jiǎn)潔流暢。真正實(shí)現了人機交流的流暢自然，給人們帶來(lái)更加輕松便捷的應用，為廣大用戶(hù)提供時(shí)尚體驗的渠道及個(gè)性張揚的平臺，同時(shí)為電信增值業(yè)務(wù)不斷賦予全新的活力。

　　在語(yǔ)音識別領(lǐng)域，美國Scansoft公司 (Nasdaq: SSFT)是世界上最優(yōu)秀的語(yǔ)音技術(shù)供應商之一。是專(zhuān)業(yè)從事商業(yè)應用軟件研究開(kāi)發(fā)的全球知名國際企業(yè)。其語(yǔ)音識別引擎，在識別率、識別速度、系統穩定性等方面都處于行業(yè)領(lǐng)先的地位。Scansoft公司的語(yǔ)音產(chǎn)品在通信、遠程信息處理、移動(dòng)終端等諸多領(lǐng)域有著(zhù)廣泛的應用，市場(chǎng)遍布全球并占有了國際語(yǔ)音技術(shù)領(lǐng)域最大的市場(chǎng)份額。

　　捷通華聲作為業(yè)界知名的語(yǔ)音技術(shù)產(chǎn)品與服務(wù)提供商，與Scansoft公司強強聯(lián)手，將捷通華聲中文語(yǔ)音合成技術(shù)與Scansoft公司最新語(yǔ)音識別技術(shù)OSR全面整合,形成完整的語(yǔ)音技術(shù)解決方案以利于國內、國際語(yǔ)音技術(shù)市場(chǎng)的廣泛應用，使產(chǎn)品更加貼近用戶(hù)需求，更好的滿(mǎn)足市場(chǎng)需要。

　　OSR( Open Speech Recognizer)是一種基于開(kāi)放標準、可擴展、高性能和高識別率的語(yǔ)音識別引擎,提供大詞匯量、非特定人、連續的語(yǔ)音識別功能,尤其是在各種無(wú)限環(huán)境之中對于噪音的處理功能強大。OSR產(chǎn)品可廣泛應用在呼叫中心、自動(dòng)總機、語(yǔ)音電話(huà)本、旅行預定、信息檢索、語(yǔ)音門(mén)戶(hù)和客戶(hù)自助服務(wù)等系統中。

　　雙方都堅信：語(yǔ)音技術(shù)是下一代智能人機接口的重要組成部分。面對日愈開(kāi)放的市場(chǎng)，語(yǔ)音技術(shù)的應用擁有著(zhù)廣闊的發(fā)展空間，雙方將通過(guò)密切的合作堅持不懈的努力共同追求語(yǔ)音技術(shù)的不斷完善，為全世界提供自然、方便、理想的人機交互手段。

　　讓機器聽(tīng)懂人類(lèi)的聲音已不再是夢(mèng)，捷通華聲攜手Scansoft公司依托國際領(lǐng)先的語(yǔ)音技術(shù)，為實(shí)現更多的人類(lèi)夢(mèng)想而不懈努力。

捷通華聲公司供稿 CTI論壇編輯

捷通華聲TTS成功登陸中國郵政儲蓄銀行 2008-04-03

捷通華聲 jTTS 5.5 全面支持 MRCPv2標準 2008-03-31

捷通華聲移動(dòng)導航HCI解決方案廣受青睞 2008-03-26

身邊的“智能”生活 2007-12-28