论文部分内容阅读
“工信部要抓的事情很多，为什么把语音产业放在最重要的位置去抓？正是由于我们看到其重要意义及其应用前景。”工业和信息化部副部长杨学山在2013年11月举行的中国语音产业发展工作座谈会上说了这么一段话，“不超过十年，语音技术将成为（信息技术）竞争的制高点，发展语音产业意义十分重大。如果今天看不到这个问题，不抓紧的话，我们将会重复过去集成电路和软件的发展道路。”但当时杨学山的这番话并未在社会上广泛传播，我国的语音技术企业在公众之中的影响力也一直处于不温不火的状态。
可是，今年6月的一次众多企业家参与的论坛所造成的资本市场波动却迅速提升了语音产业及相关企业的知名度。
6月15日，科大讯飞股份有限公司董事长刘庆峰在某企业家大会上发表了名为《寻找互联网风口最好的那头“猪”》的演讲，“智能语音技术”就是他演讲中的那头“猪”。第二天，科大讯飞股票涨停，市值一夜间增长20亿。语音技术及其相关产业也因此“名声大振”。
“我认为语音技术就是内容技术，包括自然语音处理技术和知识信息处理技术。”杨学山的这段话概括了语音技术的主要内容，智能语音技术既包括对语音的识别、合成等处理技术，也包括对语义的理解与处理。
这些内涵说起来似乎比较抽象，但智能语音技术在各个行业的应用却是看得见摸得着的。
呼叫中心面临挑战
“客户常常不知道怎么使用电话语音系统咨询业务，所以很多客户都直接选择人工客服进行服务。”在招商银行担任客服工作的袁园（化名）对本刊记者表示，虽然这是她的工作，但是高峰期大量等待人工接聽的客户来电，依然给自己带来了很大的工作压力。
“电话客服的语音服务一般需要客户选择电话上不同的按键，来获取相应的语音咨询服务。但问题是，很多客户常常不知道自己要咨询的业务到底该按哪个键。”袁园表示，有时候客户还会直接在电话中向她抱怨自助语音服务太复杂。“虽然在我们看来这个系统并不复杂，但客户确实希望未来的服务能够更便捷，毕竟人工客服数量有限，而且成本很高。”
“全国现在有一百万席呼叫中心，每年支出上千亿元，而且问题的重复性很高。”在北京云知声信息技术有限公司董事长梁家恩看来，这些问题都可以用机器解决。梁家恩举了个例子：“现在打电话查话费需要先按1再按2，按好几层才能查到，如果配备智能语音技术，客户只要说出‘我要查话费’就可以直接得到查询结果。”他表示，这在提升用户体验的同时，通过语音识别和解析大数据，企业可以用机器来解决用户的众多常规需求。“而且这是24小时的服务，大量节省了呼叫中心的成本。”
这个市场有多大？刘庆峰算了这么一笔账：“目前部分与我们合作的运营商已经节省了30%的人工成本。预计到2017年，呼叫中心的总投资会达到1700亿元，超过70%的是人工客服。”如果智能语音系统能在三年内替代50%以上的人工，就能将超过800亿元的资金投入其他用途，而语音产业也能从中获利。
为医生省时间
为重复性劳动浪费大量时间和精力的不仅仅是呼叫中心的客服人员，还有医生。国内医药生命科学专业网站丁香园的一个专项调查发现，50%以上的住院医生平均每天用于写病历的时间超过四小时。国外也不例外，根据美国医学会（AMA）的统计，美国的医生在整个职业生涯中，有15%—20%的时间用在了病历书写及相关文案工作上。
美国苹果公司Siri的技术服务商纽昂斯通讯公司（Nuance）已经开始利用语音识别技术让医生和护士通过语音录入病历，并能实时显示文字内容。相关统计显示，医生输入病历效率因此提高50%以上。
Nuance公司2013年年度财务数据显示，其业务覆盖医疗保健、手机及大众消费、企业服务和图像服务四大领域，2013年总收入超过18亿美元，其中医疗保健业务收入超过8.7亿美元，相比2011年医疗保健部门5.2亿美元的收入，增长幅度超过60%。
现在，中文智能语音服务提供商也开始踏足医疗行业。
“我们有大量的付费用户。”云知声联合创始人康恒表示，虽然语音技术企业会提供免费的开放云平台，但这并不意味着没有人愿意付费使用语音服务。在愿意付费的用户中，医疗机构及医疗从业者就是很重要的一类用户。由于医疗用语专业性非常强，因此，医疗机构及医疗从业者需要专门为他们量身订制的智能语音服务。
“一要针对医疗的特定业务来提升语音识别的准确程度，二来这些行业的用户也有可能会有接入方面的要求或者接口方面的要求。”康恒说，正是由于这些特殊需求的存在，智能语音服务才能够在未来从医疗行业中获得更多的“增值业务”收入。
当机器成为考官和监考官
3月8日至11日，广东省举行了普通高考英语听说考试。据广东省教育考试院的统计数据，今年的报考人数创历史新高，达71万多人。这么多考生，如果采用传统英语口语考试方式，让英语口语考试官一个一个考查考生的英语会话能力，在四天的时间内结束考试，简直是不可能的事情。
就读于广州市华南师范大学附属中学的李逸就参加了今年的广东省普通高考英语听说考试。他告诉本刊记者：“英语听说考试是计算机辅助测评的，对着电脑说话，不是老师来考查。”
据本刊记者了解，在广东省普通高考英语听说考试中所使用的智能评测系统于2012年底通过广东省鉴定，并在2013年6月开始在广东省英语听说考试中使用。“近两年这种评测系统很有可能逐步在全国其他省份扩大应用范围。”刘庆峰如此表示。
除了我国，美国也在尝试将智能语音技术应用在考试中。今年5月，美国教育考试服务中心（ETS）宣布已经在全球范围内对考生身份进行语音识别，以防止作弊。早在今年2月，生物语音识别技术已经覆盖全球130多个举行托福考试的国家和地区的考场。ETS全球教育及职业部门高级副总裁大卫·亨特表示：“生物语音识别软件能有效地鉴别伪造身份的嫌疑，这让ETS能在报告成绩前取消这些考生的分数。”
可是，今年6月的一次众多企业家参与的论坛所造成的资本市场波动却迅速提升了语音产业及相关企业的知名度。
6月15日，科大讯飞股份有限公司董事长刘庆峰在某企业家大会上发表了名为《寻找互联网风口最好的那头“猪”》的演讲，“智能语音技术”就是他演讲中的那头“猪”。第二天，科大讯飞股票涨停，市值一夜间增长20亿。语音技术及其相关产业也因此“名声大振”。
“我认为语音技术就是内容技术，包括自然语音处理技术和知识信息处理技术。”杨学山的这段话概括了语音技术的主要内容，智能语音技术既包括对语音的识别、合成等处理技术，也包括对语义的理解与处理。
这些内涵说起来似乎比较抽象，但智能语音技术在各个行业的应用却是看得见摸得着的。
呼叫中心面临挑战
“客户常常不知道怎么使用电话语音系统咨询业务，所以很多客户都直接选择人工客服进行服务。”在招商银行担任客服工作的袁园（化名）对本刊记者表示，虽然这是她的工作，但是高峰期大量等待人工接聽的客户来电，依然给自己带来了很大的工作压力。
“电话客服的语音服务一般需要客户选择电话上不同的按键，来获取相应的语音咨询服务。但问题是，很多客户常常不知道自己要咨询的业务到底该按哪个键。”袁园表示，有时候客户还会直接在电话中向她抱怨自助语音服务太复杂。“虽然在我们看来这个系统并不复杂，但客户确实希望未来的服务能够更便捷，毕竟人工客服数量有限，而且成本很高。”
“全国现在有一百万席呼叫中心，每年支出上千亿元，而且问题的重复性很高。”在北京云知声信息技术有限公司董事长梁家恩看来，这些问题都可以用机器解决。梁家恩举了个例子：“现在打电话查话费需要先按1再按2，按好几层才能查到，如果配备智能语音技术，客户只要说出‘我要查话费’就可以直接得到查询结果。”他表示，这在提升用户体验的同时，通过语音识别和解析大数据，企业可以用机器来解决用户的众多常规需求。“而且这是24小时的服务，大量节省了呼叫中心的成本。”
这个市场有多大？刘庆峰算了这么一笔账：“目前部分与我们合作的运营商已经节省了30%的人工成本。预计到2017年，呼叫中心的总投资会达到1700亿元，超过70%的是人工客服。”如果智能语音系统能在三年内替代50%以上的人工，就能将超过800亿元的资金投入其他用途，而语音产业也能从中获利。
为医生省时间
为重复性劳动浪费大量时间和精力的不仅仅是呼叫中心的客服人员，还有医生。国内医药生命科学专业网站丁香园的一个专项调查发现，50%以上的住院医生平均每天用于写病历的时间超过四小时。国外也不例外，根据美国医学会（AMA）的统计，美国的医生在整个职业生涯中，有15%—20%的时间用在了病历书写及相关文案工作上。
美国苹果公司Siri的技术服务商纽昂斯通讯公司（Nuance）已经开始利用语音识别技术让医生和护士通过语音录入病历，并能实时显示文字内容。相关统计显示，医生输入病历效率因此提高50%以上。
Nuance公司2013年年度财务数据显示，其业务覆盖医疗保健、手机及大众消费、企业服务和图像服务四大领域，2013年总收入超过18亿美元，其中医疗保健业务收入超过8.7亿美元，相比2011年医疗保健部门5.2亿美元的收入，增长幅度超过60%。
现在，中文智能语音服务提供商也开始踏足医疗行业。
“我们有大量的付费用户。”云知声联合创始人康恒表示，虽然语音技术企业会提供免费的开放云平台，但这并不意味着没有人愿意付费使用语音服务。在愿意付费的用户中，医疗机构及医疗从业者就是很重要的一类用户。由于医疗用语专业性非常强，因此，医疗机构及医疗从业者需要专门为他们量身订制的智能语音服务。
“一要针对医疗的特定业务来提升语音识别的准确程度，二来这些行业的用户也有可能会有接入方面的要求或者接口方面的要求。”康恒说，正是由于这些特殊需求的存在，智能语音服务才能够在未来从医疗行业中获得更多的“增值业务”收入。
当机器成为考官和监考官
3月8日至11日，广东省举行了普通高考英语听说考试。据广东省教育考试院的统计数据，今年的报考人数创历史新高，达71万多人。这么多考生，如果采用传统英语口语考试方式，让英语口语考试官一个一个考查考生的英语会话能力，在四天的时间内结束考试，简直是不可能的事情。
就读于广州市华南师范大学附属中学的李逸就参加了今年的广东省普通高考英语听说考试。他告诉本刊记者：“英语听说考试是计算机辅助测评的，对着电脑说话，不是老师来考查。”
据本刊记者了解，在广东省普通高考英语听说考试中所使用的智能评测系统于2012年底通过广东省鉴定，并在2013年6月开始在广东省英语听说考试中使用。“近两年这种评测系统很有可能逐步在全国其他省份扩大应用范围。”刘庆峰如此表示。
除了我国，美国也在尝试将智能语音技术应用在考试中。今年5月，美国教育考试服务中心（ETS）宣布已经在全球范围内对考生身份进行语音识别，以防止作弊。早在今年2月，生物语音识别技术已经覆盖全球130多个举行托福考试的国家和地区的考场。ETS全球教育及职业部门高级副总裁大卫·亨特表示：“生物语音识别软件能有效地鉴别伪造身份的嫌疑，这让ETS能在报告成绩前取消这些考生的分数。”