芝麻开门——语音识别控制技术商机乍现_语音应用

芝麻开门——语音识别控制技术商机乍现

2006/05/08

　　语音识别控制技术进入实用阶段，给终端设备制造商和方案商带来无限商机。

　　看过《哈里波特和火焰杯》电影的人，印象最深刻的往往是片中记者采访时的那支智能的“笔”，其可以根据指令完成记录、修改、删除等操作。尽管这部科幻类的影片有很大的幻想成分，但是现实生活中的语音识别技术正在日益完善，目前已进入实际应用阶段。“君子动口不动手”时代的来临，将改变人们的生活方式和生活质量，并给终端设备制造商和方案商带来无限商机。

市场应用前景广阔

　　语音识别控制技术可以帮助终端设备制造商生产出具有新操控方式的产品。让使用者不再局限于传统的手工操作，只要说出命令就可以控制电脑、手机等的运行。这就意味着，当人们在手不方便操作时，可以通过说话完成自己想做的事。这种方式亦将帮助盲人、无手残疾人操作电脑和掌上设备。终端设备厂商通过采用语音识别控制技术，将能进一步扩大其用户群体。

推动电脑用户群体增加

　　无论是国内市场还是国际市场，目前都还有很多无法掌握电脑复杂操作步骤的客户。

　　尽管微软的视窗系统已经大大降低了电脑的操作难度（相对原来的命令式操作来讲），但是对于没有接触过电脑的人来讲，电脑操作依然存在很大难度。同时，市场上还存在不同的操作系统，如Unix、Linux、Mac OS等，它们操作方式不同，更加大了客户的应用难度，阻碍了客户群体和市场规模的扩大。

　　语音就不同了，这种操作控制模式具有应用的便捷性和一致性，不受以上所提弊端的限制。使用语音识别控制技术，将有效扩大电脑的应用范围，并推动用户客户群体的增加。
简化移动商务应用的复杂度

　　看过中国移动的周杰伦之食指广告片的人一定对片中的场景印象深刻——很多人由于长时间输入短信造成手指习惯性抖动、神经无法控制。片中医院里长长的两排病人揭示了随着现代人大量使用短信息交流，将产生短信输入后遗症。语音识别技术可以帮助人们从这种落后的输入方式解脱出来，并简化移动商务应用的复杂程度。

　　人们在需要联系客户、朋友的时候，需要在上百条通讯录里查找号码，即耗时又费力。应用语音识别控制技术，说出联系人的名字，手机就能自动调出该联系人的号码，并能根据指令进行拨号。三星P207、E818等多款手机目前已经采用了语音识别控制技术，并开始了市场推广。

　　语音识别技术的应用将推动IT、手机产业的发展，进一步扩大IT设备厂商和通信设备厂商的用户群体，为通信产业的发展提供新的契机。

为VOIP推波助澜

　　由于语音识别技术的成熟，VOIP（Voice over Internet Protocol）网络通话服务目前已经成为热点。费用低廉的VOIP也是传统通信方式的有力竞争对手。VOIP的应用1996年就已经有一些专业的计算机人员在国际通话中应用，当时还是单工的方式，网速也很慢，通话软件界面是英文的，语音信号质量也没有保障。今天这项技术已经已经克服了上面提到的种种不便，成为设备经销商和运营服务商争抢的新“高地”。

　　目前，思科公司、Avaya、中兴公司、华为公司、上海贝尔等著名的通讯厂商都已经涉足此领域。Avaya公司为了占得先机，从本月19日开始的三天在上海、北京、香港三地召开Avaya DevConnect应用开发合作伙伴招募大会。

拓宽门禁系统和数据加密的思路

　　语音识别技术亦将给目前的门禁系统应用方式打开新的思路。传统方式需要使用员工身份卡片来开启公司大门，如果采用语音识别技术就可以象电影《阿里巴巴和40大盗》那样，说出口令“芝麻开门”就能打开门禁。通过语音识别控制技术，系统可以根据每个人不同的音频特征来识别人员身份，而不是仅仅通过口令，避免了阿里巴巴仅凭“芝麻开门”就打开石门的尴尬。

　　在数据加密等方面，语音识别技术有着广阔的应用前景，甚至会超过目前应用的热点指纹识别技术。

数字家庭里的应用

　　对数字家电产品来说，通过语音识别技术，可以做到用语音操作家电。比如语音控制电视的开关、切换频道，对空调、洗衣机、冰箱、家庭多媒体、灯光等都可以进行语音操控。相信下面的场景不久就可以实现：当人们深夜回到家中，洗漱完毕后，大声向家庭控制中心发出指令：“系统，请关闭电灯、TV和防盗门。”就可以安然入睡了。

丰富软件功能

　　在软件方面，Microsoft的Windows XP中所包含的语音识别功能（与Office XP软件结合使用时）能够实现数据输入或文字编辑等领域的基本功能。IBM WebSphere Voice Server语音中间件是 IBM 随需应变的重要组成部分，帮助客户实现过程的自动化，能够从任何连接通过 Web 浏览器、电话或者移动设备访问信息，快速完成交易。IBM为ERP等软件产品的语音功能提供了技术保障。相信未来SAP、Oracle、用友、金蝶等ERP厂商在采用此项新技术后，其软件功能在语音导航、查询等方面将有重大突破。尤其是在CRM软件中，采用语音识别技术将大大改进Call Center的工作方式，减少工作人员数量和劳动强度。

语音技术的重大突破

　　现在的语音技术解决了语音识别不够准确、在嘈杂环境中无法应用、人员身份无法识别等困扰难题。

　　微软为确保计算机能够在办公场所以外的嘈杂环境（如汽车或人流较多的餐馆内）中使用语音识别信息技术，在雷蒙德和中国成立研发团队开展一个称作Dr. Who的研究项目，旨在解决噪音问题。

　　笔者日前参加了由北京中科信利技术有限公司（中科院声学所的科学研究成果产品化市场化的下属产业）和美国富迪科技有限公司联合发布的结盟会议。其语音识别控制技术已经可以免除周边的回声和噪音干扰，甚至解决了还在困扰微软的噪音问题。

　　中信科利的人机互动技术包括语音输入处理任务和音频内容检索。2005年中信科利通过三家VAR（增值服务商）将语音技术应用于中国电信、中国网通、中国移动的20个省的语音呼叫服务上；在嵌入式方面中信科利已经和夏新手机展开合作，并且和手机设计商北京中电赛龙通信研究中心、德信无线通讯科技有限公司等展开了深层次的语音输入处理任务合作；在语音查询方面中信科利和华为等通信器材厂商进行了支持语音识别技术的通信设备开发合作。中信科利称，其2006年市场预期收入将达到1000万元，较上年度将有100％的增长。

　　国内的另一家语音合成技术企业安徽中科大讯飞信息科技有限公司，通过和美国Nuance公司的合作，在语音识别技术市场将和中信科利展开角逐。美国Nuance公司在全球的语音市场占有近一半的份额，凭借其多达28个语种的语音识别技术和在美国宇航局太空总署最新研发的宇宙飞船中的语音控制技术，将有力地推动国内语音市场的进步。

　　相信随着语音识别控制技术，在计算机、通信、软件、家电领域的产品化、市场化，采用这项新技术的设备厂商将获得领先于对手的竞争优势，并得到丰厚的利润。同时，这项新技术也将给各种语音识别技术产品的方案商带来新的市场机会和获利空间。

《电脑商报》