语音时代的到来与群体式忧虑_语音识别_移动

语音时代的到来与群体式忧虑

2012/04/06

　　Siri 的流行充分唤起了人们对于语音识别的想象。在与个人生活紧密结合前，语音识别是难以达到这么火爆的程度的，准确率是最基本的一点，不过基于语义和情感交互才是语音识别的最为迷人的地方，当然，移动互联网的兴起也是这一流行趋势的引爆点。前几天，语音识别领先企业科大讯飞语音云发布，同时随着Nuance 公司 Dragon 系列产品的流行，越来越多的产品开始支持语音控制，有理由相信，语音时代即将来临。

　　语音识别时代的条件已经具备

　　语音引擎

　　在语音识别方面，Nuance 是一家不可忽略的企业，作为 Siri 背后的技术支持，Nuance 拥有4000余项专利和专利申请，超过50亿部手机和7000万的车辆使用其技术，三分之二的《财富》100强公司依赖其解决方案。

　　Wolframalpha 虽然不是语音识别技术，但在语义识别方面，他是毫无疑问的先驱，同样也是作为 Siri 背后的搜索引擎，它对语音识别的意义十分重大。

　　在语音识别方面的研究，科大讯飞，IBM，贝尔研究所的成果也令人瞩目。

　　云计算能力

　　大量的机器学习才可能让语音引擎不断完善，云计算的超级计算能力让这点成为可能，商业化云平台的不断成熟，使基于云计算的语音识别不再困难。

　　智能设备

　　在Android 和iOS的推动下，移动互联网迎来了爆发性增长，智能手机和平板电脑已经十分普遍，与 PC 相比，手持设备因为易携等优势，语音识别能得到更加生活化的应用，而这也就是语音识别得以广泛应用的基础。

　　高速网络

　　语音识别，速度对于用户体验毋庸置疑，高质量的语音识别依赖于高速网络，而这也将随着3G和4G网络的普及而被解决。

　　语音识别可能是巨变的开端

　　对 Google 等公司，Siri毫无疑问是一个威胁，在语音时代之前，普通搜索引擎是互联网的入口，但是在语音时代，人们已经有了更加方便和人性化的工具。影响虽然不是替代，但它代表了一种更方便的工作、生活方式，而这也将催生行业的变革。

　　Sherry Turkle，这位 MIT 的社科教授称，人类更加倾向于可以说话的设备，好像这就是他们的知心伴侣。相对于打字，语音来的更加便捷与精确，这种区别上所导致的影响，可能就像 Paul Ricci (Xerox 前执行官)所言，类似80年代鼠标和图形化界面对于电脑的影响。说话是人类的天性，但打字与技巧和熟练度有关，在一句话就可以解决问题的时代，为什么还需要辛苦的输入。

　　不仅对于搜索，对于汽车导航，甚至是飞机订票、呼叫中心等事宜都可以用语音识别技术来替代，Nuance 公司已经成功推出了一款用于航空客服的语音交互系统 Wally ，据纽约时报介绍，相当的用户辨认不出他们是在同机器对话，挂电话时甚至友好的说了谢谢。

　　语音控制，另一把科技双刃剑

　　语音识别可能带来颠覆性变革，但也会随之带来一些新的问题，同社交网络兴起一样，语音识别或许会产生一个问题：隐私。

　　每一次的语音识别请求，我们的声音都会被上传到到服务器分析，为了让语音识别系统更加准确，系统也必须学习，材料就是这些我们上传的语音。人声音的特质(声纹)，就像是指纹一般独一无二，指纹和声音都是密码方面常用且重要的凭据，如果自己的声音数据被泄漏，信息安全得不到保障。在纽约时报对 Nuance 的报道中，Nuance 称在美国，除了联邦政府，他们拥有最大的声音信息数据量。同时，语音合成技术的成熟，也使得语音诈骗有存在的可能性，试想一个电话打来，听声音是自己的朋友，找自己借钱什么的，谁又能区别真假呢？汤姆·克鲁斯在《碟中谍3》中假扮霍夫曼时合成声音的以假乱真或许就成为现实。而科大讯飞在其招股书中提到，其中英文语音合成技术的自然度能超过真人发音水平(4.0分)。

　　在语音识别应用越来越广泛的时候，还有一个大的问题是不能忽视，那就是对机器的高度依赖对人的生理和心理所产生的改变，Pranav Mistry 在 TED 的演讲《第六感技术的惊异潜力》中提出了一个观点：科技的发展，不是要让人类越来越机器化，而是让人变得越来越人性化。科技能改善生活，但也存在道德和文化上的难题。

比特网