论文部分内容阅读
有人说，Siri拯救了平淡无奇的iPhone4S；也有人说，苹果拯救了语音搜索技术，让其从多年的沉寂中苏醒过来。但是，即便强大如苹果，也难破语音技术存在的瓶颈。目前来看，Siri、类Siri离它成为神奇魔法师的愿望还很远，她扮演更多的角色，是被“调戏”的小玩具。
有点蹩脚的小魔法师
Siri，语音助手，近来出镜率颇高。5月16日，百度放出消息将在年底推类Siri应用，并将此应用整合进百度云手机。几乎与此同时，苹果方面也预告，Siri智能语音助理将从Beta版（测试版本）迈入正式版。再往前追溯，5月9日，科大讯飞发布新一代智能语音手机软件讯飞语点，比3月22日发布的版本新增了语音查询未来的天气等功能。
自从iPhone4S以Siri作为亮点推出以来，语音助手便频繁出现在各科技公司的新产品列表和各大媒体的报道中，而Siri也几乎成为语音助手产品的代称。据不完全统计，目前市场上出现的类Siri产品已达十多种，这其中包括国外的iris、Assistant等英文版软件，也包括国内应用市场上出现的虫洞、智能360等中文版语音助手。在这些企业的努力下，智能手机里就像是住了个魔法师，你对她说：“帮我拨电话给爸爸。”她就自动打开手机电话薄，给你爸爸打电话；你让她打开谷歌或者百度搜索美前总统布什的绯闻，打开播音器听《最炫名族风》，她都能一一照办。
苹果总是具备神奇的力量，能让一种新技术瞬间爆发。早在2009年，谷歌便开始推出基于语音搜索技术的软件，并推出Voice Actions应用，支持语音命令发短信、设置闹钟，或打开网页等。遗憾的是，谷歌没有像Siri那样刮起一阵语音搜索风，因为Voice Actions像一个严厉的老师，和她的对话用语，必须具备严格的语法结构和格式，否则系统将无法识别。而Siri则和蔼很多，你和她对话的时候，不必注意繁琐的语法结构，甚至还可以偶尔“思维模式混乱一下下”，由他结合上下文结构来领会你的意思。
即使Siri比Voice Actions智能很多，但与苹果在广告宣传中说的“她会让一个男人陷入与机器人的殊途之恋，她还会在圣诞节变成礼物寄到你的party上”还是相差甚远。为此，美国有用户以发布“误导和欺骗”广告为由将苹果告上了法庭。确实，Siri并非神通广大的魔术师，尤其是对中国用户而言，给Siri发号施令简直就像一场噩梦，因为，你会非常频繁地听到他用正统的美式英语对你说：“I donot understand……”这无异于告诉你，你的英语很糟糕。
技术瓶颈阻碍其破茧化蝶
“苹果Siri原来是个蹩脚的小魔法师。”苹果让沉寂良久的语音搜索再放异彩，却拯救不了语音技术早已存在的瓶颈，而这正是语音助手能否破茧成蝶的关键。
语音助手最大的特色是实现人机的互动。要让手机里的小魔法师具备人的情感和思维，以及多出人类N倍的知识面，需要运用许多高深艰涩的技术。比如，让她和用户交互，需要把用户的口语转化成文字，经过智能处理之后转化成语音输出，这少不了语音识别以及语音合成技术。其次，后台技术更加复杂。有的用户让她帮忙打开谷歌搜索，有的要求她帮忙翻译英语，有的甚至让她陪着唠嗑。小魔法师要随时做好准备，处理那些千奇百怪的用户请求。这意味着，小魔法师起码要具备以下几项技术：网页搜索技术；知识搜索技术；知识库技术；问答以及推荐技术。
这些技术，听上去都让人头皮发麻，如果不是在语音识别控制领域摸爬滚打很多年，或者是在财力、人力、物力上非常富有的大公司，还是对Siri敬而远之的好。创业导师李开复就曾在微博上公开表示，Siri不是谁都能做的，如果实在要做，就必须想好几个问题，包括语音助手能解决用戶的什么需求和痛处，如何克服后台海量数据学习技术门槛和宽带成本等。
李开复的第一个问题就戳到了语音助手的痛处。目前，Siri宣传的神乎其神，用起来却差强人意。失望之余，用户发现了她的另一个价值——被“调戏”。一些热心的果粉会问Siri：“你的三围是多少？”还有人缠着Siri回答“乔布斯在哪”、“iPhone在那边卖得好吗”诸如此类的问题。甚至还有人效仿《生活大爆炸》中的印度人Raj，在没有女友的日子里，跟Siri妹妹调调情，排解内心的寂寞。
“苹果Siri都在被调戏，我们怎么可以不被调戏？而且，一定要努力比苹果Siri更好地被‘调戏’！”为此，市面上那些模仿苹果的类Siri产品，学会了耍滑头和贫嘴。比如，你问她：“你有男朋友吗？”她会和你打太极：“目前我想的最多的不是个人问题，而是努力工作。”又或者，她干脆借用流行网络语来回答你：“男朋友？我说有，你信吗？反正我是不信。”
看，语音助手多么有趣！但问题是，当一个产品的主要功能变成了被“调戏”，那它说白了也就算是个玩具。而玩具的命运是，时间长了，玩腻了，就会被束之高阁，或者干脆扔掉了事。
等待魔法师长大需耐心
即使无论在技术上，还是在体验上都不尽人意，但Siri还是给我们传达了两个趋势：就像按键有可能被触摸屏逐渐取代那样，触摸屏很有可能在未来的某一天被语音控制所取代。另一个可能是，谷歌、百度等搜索形式将被颠覆，用户可以通过更自然的交互方式直接获得答案。面对这两个趋势，稍有忧患意识的企业都不可能无动于衷。尤其是百度，如果Siri真的巅覆搜索形式，那么，它必须在这个变革来临之前推出自己的Siri产品，以稳住自身在搜索业的地位。
目前跻身于研究中文版Siri的企业主要有四类：一类是以做语音控制技术的语音公司；第二类是以iPhone客户端开发、安卓客户端开发的团队；第三类是曾经做过机器人、语义分析的一类公司，如小i机器人；第四类是腾讯、百度等互联网巨头，以收购语音技术公司或者是组建语音研究团队的方式切入。
不管谁做，都绕不过前面提到的技术难题。而最难的，是让语音助手听得懂中国话。中国的语言环境非常复杂，要让语音助手听懂广东话、上海话、河南话、四川话等五花八门的方言，并弄懂“撒发”其实是“沙发”，“灰机”其实是“飞机”，实在是强人所难。
就算小魔法师能懂得用户说的这句话，她也不一定能明白这句话的意思。这就是中文Siri的核心难题——语义识别。举个很简单的例子，小魔法师真的能弄明白“我想问您个问题，您方便吗”和“对不起，我去方便一下”各自的含义吗？
“语音和语义两部分技术，在Siri中所占的比例，分别是20％和80％。也就是说，要正确理解用户的意思并作出反应，语义识别实际上更为关键。”国内从事了十年智能网络机器人研究的小i机器人董事长袁辉的心得是，中文Siri要想变成一个真正的神奇魔法师，必须把这个80％给拿下。
要解决这些，李开复的建议是，让语音助手多练习，就像教小孩子学说话一样，教的多了，她自然就能记住，湖北话里的“么司”就是“什么”的意思，东北话里的“旮旯”原来就是“角落”。有时，我们必须正视到，一项技术的成熟是需要时间沉淀的。要让语音助手——这个住在智能手机里的蹩脚小魔法师长大，我们要付出的，除了金钱和科研，还有耐心和时间。
有点蹩脚的小魔法师
Siri，语音助手，近来出镜率颇高。5月16日，百度放出消息将在年底推类Siri应用，并将此应用整合进百度云手机。几乎与此同时，苹果方面也预告，Siri智能语音助理将从Beta版（测试版本）迈入正式版。再往前追溯，5月9日，科大讯飞发布新一代智能语音手机软件讯飞语点，比3月22日发布的版本新增了语音查询未来的天气等功能。
自从iPhone4S以Siri作为亮点推出以来，语音助手便频繁出现在各科技公司的新产品列表和各大媒体的报道中，而Siri也几乎成为语音助手产品的代称。据不完全统计，目前市场上出现的类Siri产品已达十多种，这其中包括国外的iris、Assistant等英文版软件，也包括国内应用市场上出现的虫洞、智能360等中文版语音助手。在这些企业的努力下，智能手机里就像是住了个魔法师，你对她说：“帮我拨电话给爸爸。”她就自动打开手机电话薄，给你爸爸打电话；你让她打开谷歌或者百度搜索美前总统布什的绯闻，打开播音器听《最炫名族风》，她都能一一照办。
苹果总是具备神奇的力量，能让一种新技术瞬间爆发。早在2009年，谷歌便开始推出基于语音搜索技术的软件，并推出Voice Actions应用，支持语音命令发短信、设置闹钟，或打开网页等。遗憾的是，谷歌没有像Siri那样刮起一阵语音搜索风，因为Voice Actions像一个严厉的老师，和她的对话用语，必须具备严格的语法结构和格式，否则系统将无法识别。而Siri则和蔼很多，你和她对话的时候，不必注意繁琐的语法结构，甚至还可以偶尔“思维模式混乱一下下”，由他结合上下文结构来领会你的意思。
即使Siri比Voice Actions智能很多，但与苹果在广告宣传中说的“她会让一个男人陷入与机器人的殊途之恋，她还会在圣诞节变成礼物寄到你的party上”还是相差甚远。为此，美国有用户以发布“误导和欺骗”广告为由将苹果告上了法庭。确实，Siri并非神通广大的魔术师，尤其是对中国用户而言，给Siri发号施令简直就像一场噩梦，因为，你会非常频繁地听到他用正统的美式英语对你说：“I donot understand……”这无异于告诉你，你的英语很糟糕。
技术瓶颈阻碍其破茧化蝶
“苹果Siri原来是个蹩脚的小魔法师。”苹果让沉寂良久的语音搜索再放异彩，却拯救不了语音技术早已存在的瓶颈，而这正是语音助手能否破茧成蝶的关键。
语音助手最大的特色是实现人机的互动。要让手机里的小魔法师具备人的情感和思维，以及多出人类N倍的知识面，需要运用许多高深艰涩的技术。比如，让她和用户交互，需要把用户的口语转化成文字，经过智能处理之后转化成语音输出，这少不了语音识别以及语音合成技术。其次，后台技术更加复杂。有的用户让她帮忙打开谷歌搜索，有的要求她帮忙翻译英语，有的甚至让她陪着唠嗑。小魔法师要随时做好准备，处理那些千奇百怪的用户请求。这意味着，小魔法师起码要具备以下几项技术：网页搜索技术；知识搜索技术；知识库技术；问答以及推荐技术。
这些技术，听上去都让人头皮发麻，如果不是在语音识别控制领域摸爬滚打很多年，或者是在财力、人力、物力上非常富有的大公司，还是对Siri敬而远之的好。创业导师李开复就曾在微博上公开表示，Siri不是谁都能做的，如果实在要做，就必须想好几个问题，包括语音助手能解决用戶的什么需求和痛处，如何克服后台海量数据学习技术门槛和宽带成本等。
李开复的第一个问题就戳到了语音助手的痛处。目前，Siri宣传的神乎其神，用起来却差强人意。失望之余，用户发现了她的另一个价值——被“调戏”。一些热心的果粉会问Siri：“你的三围是多少？”还有人缠着Siri回答“乔布斯在哪”、“iPhone在那边卖得好吗”诸如此类的问题。甚至还有人效仿《生活大爆炸》中的印度人Raj，在没有女友的日子里，跟Siri妹妹调调情，排解内心的寂寞。
“苹果Siri都在被调戏，我们怎么可以不被调戏？而且，一定要努力比苹果Siri更好地被‘调戏’！”为此，市面上那些模仿苹果的类Siri产品，学会了耍滑头和贫嘴。比如，你问她：“你有男朋友吗？”她会和你打太极：“目前我想的最多的不是个人问题，而是努力工作。”又或者，她干脆借用流行网络语来回答你：“男朋友？我说有，你信吗？反正我是不信。”
看，语音助手多么有趣！但问题是，当一个产品的主要功能变成了被“调戏”，那它说白了也就算是个玩具。而玩具的命运是，时间长了，玩腻了，就会被束之高阁，或者干脆扔掉了事。
等待魔法师长大需耐心
即使无论在技术上，还是在体验上都不尽人意，但Siri还是给我们传达了两个趋势：就像按键有可能被触摸屏逐渐取代那样，触摸屏很有可能在未来的某一天被语音控制所取代。另一个可能是，谷歌、百度等搜索形式将被颠覆，用户可以通过更自然的交互方式直接获得答案。面对这两个趋势，稍有忧患意识的企业都不可能无动于衷。尤其是百度，如果Siri真的巅覆搜索形式，那么，它必须在这个变革来临之前推出自己的Siri产品，以稳住自身在搜索业的地位。
目前跻身于研究中文版Siri的企业主要有四类：一类是以做语音控制技术的语音公司；第二类是以iPhone客户端开发、安卓客户端开发的团队；第三类是曾经做过机器人、语义分析的一类公司，如小i机器人；第四类是腾讯、百度等互联网巨头，以收购语音技术公司或者是组建语音研究团队的方式切入。
不管谁做，都绕不过前面提到的技术难题。而最难的，是让语音助手听得懂中国话。中国的语言环境非常复杂，要让语音助手听懂广东话、上海话、河南话、四川话等五花八门的方言，并弄懂“撒发”其实是“沙发”，“灰机”其实是“飞机”，实在是强人所难。
就算小魔法师能懂得用户说的这句话，她也不一定能明白这句话的意思。这就是中文Siri的核心难题——语义识别。举个很简单的例子，小魔法师真的能弄明白“我想问您个问题，您方便吗”和“对不起，我去方便一下”各自的含义吗？
“语音和语义两部分技术，在Siri中所占的比例，分别是20％和80％。也就是说，要正确理解用户的意思并作出反应，语义识别实际上更为关键。”国内从事了十年智能网络机器人研究的小i机器人董事长袁辉的心得是，中文Siri要想变成一个真正的神奇魔法师，必须把这个80％给拿下。
要解决这些，李开复的建议是，让语音助手多练习，就像教小孩子学说话一样，教的多了，她自然就能记住，湖北话里的“么司”就是“什么”的意思，东北话里的“旮旯”原来就是“角落”。有时，我们必须正视到，一项技术的成熟是需要时间沉淀的。要让语音助手——这个住在智能手机里的蹩脚小魔法师长大，我们要付出的，除了金钱和科研，还有耐心和时间。