语音虚拟助理将引领下一代互联网人机交互
发表于 11:51|
来源计世网|
作者王哲玮，梁菲
摘要：语音交互技术由来已久，但是一直未能在消费市场中掀起波澜。而自去年10月苹果的Siri横空出世之后，各大厂商纷纷在此领域开始发力，不愠不火的语音也又一次回到了聚光灯下。
语音交互技术由来已久，但是一直未能在消费市场中掀起波澜。而自去年10月苹果的Siri横空出世之后，各大厂商纷纷在此领域开始发力，不愠不火的语音也又一次回到了聚光灯下。
&商标侵权案&并没有影响到业界对于苹果iPad的热度。近日，有消息称苹果将在3月的第一周内发布iPad 3，其中将会添加Siri语音功能，并在原有的英语、法语、德语基础上，新增对日语的支持。
另一方面，苹果的老对手谷歌也已经宣称正在开发类似Siri的语音控制技术&&Majel，用来替代Android系统中现有的Voice Actions。
毫无疑问，以去年10月Siri发布为时间界限，沉寂多年的语音交互技术正在重新回到业界的关注中心。
语音&国战&来袭
全球市场上，新一代语音交互技术的竞争已经在苹果的带动下全面打响。在今年年初的CES展上就可以看到，语音技术已成为各大巨头争相投入的重点，智能手机、PC、智能电视、汽车等产品均引入了语音服务功能。
而在国内，从各大厂商争相推出智能语音服务来看，中文语音市场同样暗流涌动。&目前类似苹果Siri的产品还没推出中文版本。所以，谁能更快开发出支持中文识别的版本，谁就能占据中文语音市场的高地。&艾媒咨询集团董事长张毅认为。
近日，优视科技推出的最新UC浏览器8.2 Android版，已经可以通过语音发出多种控制指令。优视董事长兼CEO俞永福表示：&手机天生就有眼睛(摄像头)、嘴巴(麦克风)、耳朵(听筒)、位置(GPS)，围绕这些特性，手机与人的人机交互模式会发生更多革命性的变化。&
记者在体验该产品时发现，在浏览页面过程中，只要口头说出&前进&、&后退&、&加入书签&即能实现相应操作；所有的语音识别都会被上传到云端进行智能语义解析，再回到终端执行，识别的成功率相当高。
2月16日，天猫祭出了&新花招&，网友只要对着麦克风发出&喵&的声音，就有可能获得5元、1000元的现金红包。据天猫的工作人员介绍，&喵一声&的背后其实是&Flash声纹比对技术&，是一种&娱乐版&的语音识别技术&&声音通过终端麦克风搜集上传，再通过云端提取声纹与标准值进行对比，最后反馈给终端用户。&使用起来非常简单方便，与以前那些需要手动操作的活动相比，这个形式就省事多了。&一位参加过活动的用户告诉记者。
此外，腾讯、长虹、TCL、百度等国内厂商也纷纷推出了基于云端语音识别引擎的产品。
&设想一下，如果所有的人机交互操作都可以通过语音完成，这将大大减少文本输入和功能之间的频繁切换。随着产品的更新换代，更多的应用程序会支持语音交互，最终有可能把终端变为智能机器人。&汉语语音技术企业科大讯飞公司董事长刘庆峰认为，随着消费者对语音技术认识的加深，这个行业正在迎来蓬勃发展的时间窗口。
移动互联的契机
其实，语音技术在IT界并不是一个新鲜的话题。
早在2000年，比尔.盖茨就曾提出&未来10年是语音的时代&。而IBM、英特尔和摩托罗拉等巨头也在语音领域有过多年的技术投入。不过，由于缺乏成熟的应用产品，功能上仅依赖于识别终端上原有的语音指令，因此长期以来都不是消费市场上的重要概念；而在PC时代，人机交互方式被更为精确、快速的键盘与鼠标所控制，这同样导致了识别度低下的语音技术无法获得市场的青睐。
现在，移动互联的兴起，加之相关技术的逐渐成熟，给语音这种交互方式带来了全新的契机。
事实上，新一代语音交互技术的崛起，并不是因为在识别技术上实现了多大的突破，更关键的是将语音与智能终端以及云端后台进行了恰到好处的整合。&前端使用了语音识别以及语音合成技术；重点在后台，集成了网页搜索、知识计算、资料库、问答推荐等各种技术，弥补了过去语音技术单纯依赖前端命令的局限性。&手机行业资深人士海东分析道。
此外，随着智能手机的大量普及、群体时间的不断碎片化，个人计算中心移动化的趋势已经开始出现。对于移动终端来说，传统的键盘与鼠标并不能很好地满足用户的输入需求；语音则能解放用户的双手，交互的方式更加直观简便，相对来说能够获得更好的体验。未来，随着交互技术的不断演进以及使用者对人机交互的兴趣逐渐浓厚，手机、电脑等电子产品也不再仅仅是一种工具，而是逐步转变为类似科幻电影中的机器人角色&&&人类说话，机器理解&，交流协作的人机交流模式正在逐步实现。
乔布斯生前谈到对Siri的展望时就曾说：&虚拟个人助理（VPA）代表着下一代互联网交互方式。它通过分析交互历史，得出个人偏好，来帮助人们解决具体的事务，并通过经验积累变得更好。&
由此可见， 未来语音服务的准确度和服务质量将取决于和使用者的磨合程度&&使用的时间越长，后台捕捉到的用户个性化偏好就越多，也就意味着&私人助理&的价值是和使用时间成正比的。
不过，新一代语音交互技术在满足消费者新鲜感的同时，仍然存在着一些问题。首先，云端智能语音解析技术确实能够提升识别率，但由于多了&上传－解析－回馈&的步骤，因而对速度和网络流量的要求较高。尤其是在Wi-Fi和3G网络基础建设尚未成型的国内，这将会大幅削弱用户体验，影响到各种应用的实用性。
另一方面，语音交互始终面临着隐私的问题。在公开场合使用智能手机时，多数人并不愿意将自己的操作步骤或者想做的事情公之于众，这时语音交互就无法很好地保护个人隐私。
&虚拟个人助理（VPA）代表着下一代互联网交互方式。它通过分析交互历史，得出个人偏好，来帮助人们解决具体的事务，并通过经验积累变得更好。&&&史蒂夫.乔布斯
原文出处：
推荐阅读相关主题：
网友评论有（0）
CSDN官方微信
扫描二维码,向CSDN吐槽
微信号：CSDNnews
相关热门文章电脑知识与技术(经验技巧)-在线阅读
《电脑知识与技术(经验技巧)》
2012年 第04期
(7)· 李翼伟; (8)·
(20)· blue- (21-22)· 刘长德; (23)· 王昌红; (24)· 我心飞翔; (25-26)· 陈晓军; (27)· 刘长德; (28-29)· 笨狼; (29-32)· 刘长德; (33-34)· 郭萍; (34-38)· 葛宇; (39-41)·
(41)· 贺全荣; (42)· 毛毛虫; (43)· 郭萍; (44-45)· 梁小宏; (46-47)· 王彦博; (47-48)· 陈晓军; (49)· 牟晓东; (50-52)· 方永辉; (52-54)· 牟晓东; (55-57)· 王亚峰; (57-58)·
(59-62)· 晓慧; (63-65)· 晓慧; (65-67)· 阿龙; (67-69)· 阿龙; (69-71)· 阿龙; (72-74)· 晓慧; (74-76)· 王志军; (77-81)· 友文; (82-84)· 小平; (85-86)· 阿龙; (86-87)· 友文; (88-89)· 佚名; (89-90)· ALONG; (91-92)· 晓慧; (92-93)· 晓慧; (94-95)· 阿龙; (95-96)· 刘长德; (97-98)· 三好; (98-99)· 日岳成; (99)· 独孤水手; (100)· 独孤水手; (101)· 独孤水手; (102)· 阿鱼; (103-106)· 阿鱼; (106-109)· 老鸭; (110-112)· 天津南宫雅岚; (113-115)·
(116-117)·
(118-119)·
(119-120)·
《电脑知识与技术(经验技巧)》正在打开，请稍等
继续阅读、放大、全屏、编辑，请先登录... 用户名：密　码： &&记住密码&&使用合作网站账号登录吾喜：
1、拥有放大阅读、全屏显示、打印、文本/图像编辑、注释等更多功能；
2、放入书架，随时随地畅读本刊；> 出门问问李志飞：虚拟个人助理离我们有多远？
出门问问李志飞：虚拟个人助理离我们有多远？
DoNews 1月14日消息（记者 周勤燕）1月14日，出门问问CEO李志飞参加在北京751D PARK举行的极客公园创新大会，做了《虚拟个人助理离我们还有多远？》的主题演讲。李志飞表示，AI的发展和应用，Virtual Personal Assistant必然是一个很重要的方向，而问问的未来是要做跨越多场景的虚拟个人助理，真正改变人们的生活。李志飞表示，当大家希望未来的虚拟个人助理总是无所不知，无所不能，能像一个真正的朋友那样和你交流谈心，又能随时随地你需要她帮助的时候她都会出现 。甚至，还可以很聪明很性感的时候。现实的VPA应用其实是很尴尬的，往往只能沦为被调戏的对象。李志飞对导致这种巨大差异的原因做出了自己的思考：首先，人机对话依然很难。很多时候，机器还是听不懂或看不懂人类世界的语言和事物。因为计算机跟人不一样，没有简单常识、没有复杂推理、没有合理的知识表示。还有，现在的很多虚拟个人助理的尝试，实用性较弱。例如siri、cortana，普及率虽然很高，但使用率并不高。这是因为没有实现功能性的落地。如果只是查个天气、餐厅，手机和APP能解决的事情，也就不需要智能助手了。去改变这个现状，让VPA更实用，李志飞主要认为有三个方向：一、需要找到更多更合适的应用场景，比如人机对话的交互，在公共场所一定不如在私家车里；二、需要端到端的问题解决，如果仅仅是查询个天气，打开手机看一眼也不麻烦，但如果能控制室内、车内温度呢？三、需要让用户能够统一便捷的管理，用户的需求是分散的，要端到端的解决问题，设备也是分散的，但怎么能让用户通过统一的指令、操作、控制来简单管理分散的设备？基于这三点，出门问问在实践中摸索给出的答案是——以AI为中心的软硬结合和＋多场景联动。李志飞把出门问问的实践总结为了三个方面：一、交互体验的不断优化；二、软硬结合的解决方案；三、统一账户下的多场景联动。在交互上，出门问问提出了以语音交互为主的综合智能交互。李志飞认为语言本来就是人类最主要的交互方式，也是实现虚拟个人助理最便捷、最常用、也适用性最广的交互方式。在语音的基础上，针对不同场景的需要，出门问问的产品还辅助以手势、触控、计算机视觉等综合交互方式。李志飞称，在公司的技术核心，语音交互上，出门问问一直在不断优化用户体验，希望可以实现实现无手无屏的操作。比如，在问问魔镜Ticmirror上，出门问问采用了DSP数字信号处理器 配合双麦克风阵列方案，确保在车内噪音环境里也可以听得清用户指令。同时，问问魔镜能实现全局智能语音操控，随时需要，只要用“你好问问”唤醒即可。哪怕是在问问魔镜播放各种有声内容时，都可以随时打断，下达新的指令。同时，问问魔镜还设置了语音“快词，” 让命令更简洁，交互体验更效率。除此之外，问问魔镜多轮对话的上下文语义理解，让交互体验更加流畅。出门问问的第二个实践是软硬结合。出门问问采用全栈式的解决方案。从算法做到系统再做到硬件让用户的需求落地。第三个实践是多场景联动。不仅是出门问问，多场景联动也是BAT、Google、Facebook等国内外巨头希望的发展方向。然而，它的实现必须是在设备联网、统一账户、操作系统独立开发的前提下实现的。而李志飞对于多场景联动的理解是，不论是穿戴、家里还是路上，所有的智能终端，其实都是入口，这个入口背后是统一的“问问”虚拟个人助理服务。李志飞认为，“我们离像钢铁侠电影中Javis那样的虚拟个人助理可能还很遥远。但是出门问问希望可以踏出第一步，以问问ID连通目前包括出门问问产品微信服务号、智能手表、智能后视镜等等产品，以软硬结合、多场景联动，做能跨越多场景的虚拟个人助理。”（完）
{{news.author}}
{{news.timeFormat}}
正在加载......