智能语音：能识别但理解不了

苹果Siri领衔 智能语音爆红

2007年，国产手机金立曾推出一种「语音王」的手机，喊一声「张三」，它会自动拨打张三的电话，这，算智能语音吗？

别误会，这只是一种傻瓜式语音，是单个字识别，一碰到连续的语句就「萎」了。

2011年10月，苹果发布了iPhone 4S，自带一种Siri的语音控制功能，能帮助用户读简讯、查天气，还能学习新的声音语调，提供对话式问答，苹果开启了智能语音交互时代。

不信？来看一组用户与Siri的测试对话。「你是谁？」「我是Siri。」「你是女孩吗？」「不是」「你是男孩吗？」「我不觉得咱们有时间扯这些」「我喜欢你」「咱俩是不可能的」。

Siri诞生之后爆红全球，随后谷歌、百度也推出了类似语音产品。今年hTC、摩托罗拉推出的旗舰机中也带有此类功能，如小i机器人。

穿戴设备频出 催生三个技术环节

易观分析师王俊认为，智能语音已经诞生新的需求，「一些穿戴设备没有键盘、没有触屏，有些连屏幕都没有。」

继索尼、三星发布智能手表后，10月17日，阿迪达斯也发布了miCoach SMART RUN，加上此前智器、盛大等国产厂商推出的产品，智能手表产品一时暴增。又在10月，乐视、小米、阿里酷开电视全面预售，三款电视中，乐视、酷开均支持语音识别功能。

智能产品的发布，对语音识别提出了新的要求。10月19日，记者见到了乐视TV、智器手表语音技术提供者云知声团队，其CTO康恒博士表示，智能语音主要包含三个部分：语音识别、语义解析、知识图谱。

为了演示效果，他用手机语音操控电视：「明天上海天气」，电视立刻回应「正在为您查询」，随后天气信息便显示出来。电视先是听懂康恒说话(语音识别)，然后认为他是要查询上海天气，最后提供了天气信息(知识图谱)。

准确率逐级降低 达80%就算优质

「市面上产品语音识别准确率会较高，但是到语音解析会低一点，到知识图谱会更低一点，最终准确率能达到80%就算是优质产品。」王俊表示，这三个环节中，语义解析技术难度最高。

目前的发展状况是，语音识别准确率很高，据康恒介绍，云知声语音识别准确率为95%。

「要消灭剩下的5%非常困难，需要从每个细节入手，先把环境杂讯解决，1%可能解决了；再把口音问题解决一点，1%就上去了；再把声音采样库扩大点，1%又消灭了。」康恒表示，要达到99%的准确率，云知声可能需要五年。

康恒还说道，语义解析与知识图谱是一个很前沿的课题。「比如『你有多少根头发』，我能听明白也能理解，但是不知道答案。计算机也需要一个漫长的学习过程。」晨报记者 王方