2018年語(yǔ)音識別面臨三大挑戰

　    近年來(lái)，語(yǔ)音識別被視作為人機交互的入口，由于人工智能和機器學(xué)習迅猛發(fā)展，語(yǔ)音控制也變得更為實(shí)用。在接下來(lái)的幾年里智能語(yǔ)音將成為人機交互的新范式，語(yǔ)音技術(shù)將解放人類(lèi)雙手和眼睛，用戶(hù)以較低的成本實(shí)現隨時(shí)訪(fǎng)問(wèn)。未來(lái)與智能家居、可穿戴設備、機器人等交互模式，智能語(yǔ)音將是最佳人機交互模式。
 

　　語(yǔ)音識別面臨三大挑戰：

　　語(yǔ)音識別是現在最為耀眼、大家生活中接觸最多的語(yǔ)音技術(shù)。近些年來(lái)，語(yǔ)音識別技術(shù)突飛猛進(jìn)，自然受到廣大公眾的極大關(guān)注。畢竟，語(yǔ)音識別的進(jìn)步代表著(zhù)機器的聽(tīng)力發(fā)展，是人工智能的重要一步。目前語(yǔ)音識別存在可穿戴設備的交互與通用應用程序入口兩個(gè)急切需求?？纱┐髟O備因體積等原因限制，僅擁有局限輸入輸出設備。通用應用程序入口簡(jiǎn)單點(diǎn)說(shuō)就是現在的VIV正在干或者說(shuō)想干的事情。VIV希望通過(guò)一個(gè)語(yǔ)音助手解決所有現在所需要用APP去解決的所有問(wèn)題。

　　智能語(yǔ)音存在兩大技術(shù)瓶頸：

　　1、遠場(chǎng)環(huán)境復雜，夾雜噪音、混響、自噪聲等，容易導致機器端“聽(tīng)不清”，從而影響后續一系列操作。解決了這個(gè)問(wèn)題，偏命令控制的終端便能帶來(lái)良好的用戶(hù)體驗;

　　2、更深層次的智能問(wèn)題，真正的智能需要實(shí)現語(yǔ)義的突破、需要聲音與視覺(jué)的融合，這樣的方案才更適合做擬人形態(tài)的機器人;

　　3、該項技術(shù)熟悉各種各樣的語(yǔ)言、口音和方言。也許，這一點(diǎn)在中國尤為重要。

　　快速發(fā)展需跨越三座大山：

　　要快速發(fā)展就必須跨越硬件、算法、內容這三座大山。首先是硬件，硬件部分芯片與麥克風(fēng)陣列是核心部件。當下的語(yǔ)音技術(shù)還只在算法階段。一類(lèi)是成本較低的傳統語(yǔ)音模式識別技術(shù)，通過(guò)波形比較、波形匹配以及特征化實(shí)現;另一類(lèi)是基于A(yíng)I技術(shù)的，由于適應性好，可做到更加精準地識別。只要芯片支持音頻輸入功能和對應的運算性能即可，比如CPU能夠達到ARM雙核1.2G就可滿(mǎn)足語(yǔ)音識別的要求，但稱(chēng)之為專(zhuān)用的智能語(yǔ)音芯片并不嚴謹。其次是算法，主要包括語(yǔ)音檢測、降噪、去混響和回聲消除等傳統音箱和通訊工具也需要具備的基本算法。智能音箱的關(guān)鍵算法是喚醒、語(yǔ)音識別、自然語(yǔ)言理解、對話(huà)管理、自然語(yǔ)言生成和文語(yǔ)轉換等算法。第三是內容，語(yǔ)音識別的目的是將語(yǔ)音信號轉化為文本，目前，語(yǔ)音識別技術(shù)相對成熟。聲紋識別是根據語(yǔ)音波形反映出的個(gè)人生理和行為特征的語(yǔ)音參數，并以此來(lái)識別說(shuō)話(huà)者的身份?，F實(shí)中，該識別的準確率并不如指紋、虹膜識別。這也是智能語(yǔ)音更高“智能”形態(tài)的表現特征。

　　小結：智能語(yǔ)音技術(shù)的發(fā)展并非一朝一夕，所以在技術(shù)層面已具有根基，現有的硬件與方案是可以滿(mǎn)足當下智能語(yǔ)音要求的，但若在性能、成本、智能程度上更進(jìn)一層，仍需繼續深耕，因為產(chǎn)品的逐級落地自然就有一個(gè)不斷完善的過(guò)程。隨著(zhù)人工智能的發(fā)展和深度學(xué)習技術(shù)的使用，語(yǔ)音識別準確率已經(jīng)達到了95%以上。計算機和智能終端的界面正在從“鍵盤(pán)+鼠標”變?yōu)?ldquo;麥克風(fēng)+按鈕”，智能語(yǔ)音帶來(lái)的交互新體驗正在滲透。

　　根據數據顯示，預計到2020年，全球語(yǔ)音識別的市場(chǎng)規模將從2015年的61.9億美元增長(cháng)到200億美元，可以說(shuō)語(yǔ)音識別未來(lái)的市場(chǎng)發(fā)展十分有看頭。