試過(guò)在線(xiàn)高談闊論嗎

劉建華 2001/05/29

　　向計算機詢(xún)問(wèn)一個(gè)問(wèn)題，然后就要得到一個(gè)合理的答案 ---- 很久以來(lái)這一直都是科幻片中的情景。而現在互聯(lián)網(wǎng)領(lǐng)域新興的語(yǔ)音門(mén)戶(hù)正將這種場(chǎng)景變?yōu)楝F實(shí)。

　　未來(lái)語(yǔ)音應用的關(guān)鍵在于語(yǔ)音技術(shù)的發(fā)展。在過(guò)去幾年里，ASR引擎的精確度和詞匯量已經(jīng)大大提升。精確的算法、顯著(zhù)增強的處理能力、更低的成本和實(shí)現自助溝通、連續語(yǔ)音的更強大技術(shù)推動(dòng)了這些進(jìn)步。Barging技術(shù)也已完善，可使主叫用戶(hù)根據提示進(jìn)行應答，并且可識別用戶(hù)的應答。自然語(yǔ)言功能的推出也對語(yǔ)音應用的用途產(chǎn)生了極大影響。

　　語(yǔ)音門(mén)戶(hù)（voice portal）---- 由此延伸出了一個(gè)新的時(shí)髦名詞“vortal”———可借助電話(huà)而非鍵盤(pán)、通過(guò)語(yǔ)音瀏覽互聯(lián)網(wǎng)內容。這種門(mén)戶(hù)是在交互式語(yǔ)音電話(huà)系統基礎上演進(jìn)而來(lái)的。交互式電話(huà)系統通過(guò)記錄下來(lái)的語(yǔ)音菜單，指示您由說(shuō)話(huà)或在按鍵電話(huà)上按一個(gè)號碼來(lái)選擇菜單。而理想的語(yǔ)音門(mén)戶(hù)網(wǎng)應能“理解”口頭問(wèn)題，然后搜索互聯(lián)網(wǎng)頁(yè)尋找出答案。答案可通過(guò)計算機化的語(yǔ)音讀出來(lái)或通過(guò)移動(dòng)設備的屏幕顯示出來(lái)。

　　InfoTalk去年7月份在香港推出了SmartCalle r語(yǔ)音門(mén)戶(hù)。用廣東話(huà)通過(guò)電話(huà)即能從SmartCaller中獲取股票行情、天氣預報和體育賽況等消息----即使像大多數香港人那樣夾雜一些英語(yǔ)單詞也可以。去年年底，總部在香港的Tom. com效仿中國大陸的一家語(yǔ)音門(mén)戶(hù)，也推出了可提供語(yǔ)音郵件、北京酒店預訂和普通話(huà)國際新聞等服務(wù)的Tom Voice語(yǔ)音門(mén)戶(hù)。另外，美國的語(yǔ)音門(mén)戶(hù)Hey An ita最近也在韓國推出了語(yǔ)音業(yè)務(wù)。

　　香港的語(yǔ)音識別技術(shù)開(kāi)發(fā)商InfoTalk聯(lián)合創(chuàng )始人和首席執行官Alex Leung說(shuō)：“雖然亞洲的語(yǔ)音門(mén)戶(hù)市場(chǎng)依然處于‘?huà)雰浩凇�，但這‘?huà)雰骸瘏s成長(cháng)得非常快。”

　　語(yǔ)音門(mén)戶(hù)的倡導者稱(chēng)，語(yǔ)音門(mén)戶(hù)對于亞洲而言是一件非常自然而可行的事情，因為亞洲有些國家的語(yǔ)言用鍵盤(pán)輸入非常困難。“對于亞太地區的網(wǎng)絡(luò )用戶(hù)而言，語(yǔ)音輸入比鍵盤(pán)輸入更為自然。”英特爾公司所屬的Dialogic分部市場(chǎng)開(kāi)發(fā)總監EamonnKearn說(shuō)。另外一個(gè)因素是該地區廣泛接受移動(dòng)電話(huà)，移動(dòng)電話(huà)將成為一種新的上網(wǎng)方式。

　　但語(yǔ)音門(mén)戶(hù)網(wǎng)能成功運作嗎？市場(chǎng)調查公司Gartner在香港的互聯(lián)網(wǎng)分析師Joe Sweney稱(chēng)，許多公司仍在力圖找到這種技術(shù)的最佳利用途徑。亞洲和世界上其他地方一樣，“許多人在利用語(yǔ)音門(mén)戶(hù)時(shí)主要在說(shuō)而不是聽(tīng)。”他說(shuō)道。

　　另外一個(gè)缺點(diǎn)就是現在運營(yíng)的所有語(yǔ)音門(mén)戶(hù)都只能提供互聯(lián)網(wǎng)類(lèi)似服務(wù)，如經(jīng)過(guò)選擇的航班信息或有限的標題新聞，而不是真正的網(wǎng)絡(luò )瀏覽。InfoTalk公司的首席執行官Alex Leung宣稱(chēng)，當人們用廣東話(huà)說(shuō)“我想查找德國馬克和英鎊之間的匯率”之后，可迅速通過(guò)SmartCaller得到正確答案。其實(shí)并非完全如此。RE－VIEW功能一再出現，說(shuō)明SmartCaller只能在經(jīng)過(guò)一系列提示響應之后、而且說(shuō)話(huà)時(shí)每次只能慢慢地說(shuō)一個(gè)字的情況下，才能得到理想的答案。

　　現在有一個(gè)解決方案就在眼前。香港新興企業(yè)W en iw en技術(shù)公司主席Ra scale Fung是一位語(yǔ)言學(xué)家，同時(shí)也是語(yǔ)音門(mén)戶(hù)技術(shù)的開(kāi)拓者之一。Fun g稱(chēng)她發(fā)明了一套系統，可使計算機掌握完整的一句話(huà)的意思。Weniwen的語(yǔ)音瀏覽器宣稱(chēng)將可通過(guò)語(yǔ)音實(shí)現真正的網(wǎng)絡(luò )瀏覽。Fun g的目標是向移動(dòng)業(yè)務(wù)運營(yíng)商銷(xiāo)售她的Weniwen的業(yè)務(wù)。

　　“我們要讓人們自然而然地說(shuō)話(huà)”，Fung說(shuō)道，“我們需要一套系統，通過(guò)該系統我們可與航空公司聯(lián)系，并說(shuō)‘我將行李丟在飛機上了，我該怎么辦’，然后便可獲得我們所需的信息。”

　　Sweeney稱(chēng)這一天的到來(lái)還需要五年的時(shí)間。“但我經(jīng)常犯這樣的錯誤：很多事情都比我預測的時(shí)間發(fā)生得更早”，他笑著(zhù)補充說(shuō)。

　　語(yǔ)音技術(shù)是當前迅猛發(fā)展的電子商務(wù)經(jīng)濟最重要的“推進(jìn)器”之一。語(yǔ)音技術(shù)市場(chǎng)正在迅速成長(cháng)，且發(fā)展勢頭良好。分析家預測，從1999年到2004年，語(yǔ)音技術(shù)市場(chǎng)將以每年31％的速度持續增長(cháng)。語(yǔ)音技術(shù)市場(chǎng)的迅速擴展意味著(zhù)我們正面臨大量部署語(yǔ)音應用的轉折期。

生活時(shí)報 2001/05/29