首頁(yè)>>廠商>>語(yǔ)音識(shí)別與合成>>科大訊飛

CTI論壇專訪>>企業(yè)專訪

專訪科大訊飛吳曉如：語(yǔ)音與移動(dòng)互聯(lián)網(wǎng)共舞

曹建菊 2010/10/29

　　10月28號(hào)的北京，秋日的陽(yáng)光分外燦爛，將西山的輪廓勾勒得格外清晰。位于西三環(huán)邊的香格里拉飯店，人聲鼎沸，科大訊飛“語(yǔ)音云”發(fā)布會(huì)選擇這里舉行。

　　此次發(fā)布會(huì)與高速發(fā)展的移動(dòng)互聯(lián)網(wǎng)背景密不可分，移動(dòng)互聯(lián)網(wǎng)產(chǎn)業(yè)規(guī)模達(dá)到桌面互聯(lián)網(wǎng)十倍以上速度遞增。而在互聯(lián)網(wǎng)時(shí)代，社會(huì)變得越來越小，語(yǔ)音技術(shù)使開車走路等移動(dòng)狀況下使用互聯(lián)網(wǎng)成為可能。數(shù)據(jù)表明，目前中國(guó)的8億手機(jī)用戶中，已經(jīng)有將近2億的移動(dòng)互聯(lián)網(wǎng)用戶，到2012年，中國(guó)3G用戶也將超過2億以上，如此巨大規(guī)模的用戶群，為中國(guó)移動(dòng)互聯(lián)網(wǎng)的發(fā)展提供了源源不斷的動(dòng)力和持續(xù)成長(zhǎng)的舞臺(tái)。

　　在這個(gè)大的發(fā)展趨勢(shì)中，對(duì)語(yǔ)音技術(shù)的投入力度和市場(chǎng)關(guān)注度前所未有，如IBM，微軟、蘋果以及Google都有對(duì)語(yǔ)音的規(guī)劃，IBM提出要把他的語(yǔ)音技術(shù)推向市場(chǎng)，微軟在多種場(chǎng)合下提出來，他未來看好的三大產(chǎn)業(yè)第一就是語(yǔ)音技術(shù)，并且微軟即將推出來的Window7，也已經(jīng)把語(yǔ)音作為非常重要的一部分，而蘋果也正在研發(fā)語(yǔ)音識(shí)別技術(shù)等等。應(yīng)該說國(guó)際IT巨頭在中文語(yǔ)音領(lǐng)域，在全球范圍內(nèi)對(duì)語(yǔ)音產(chǎn)業(yè)的高度關(guān)注，既促進(jìn)了這個(gè)產(chǎn)業(yè)快速的發(fā)展，也為我們中國(guó)語(yǔ)音企業(yè)提出了更大的挑戰(zhàn)。

　　同時(shí)，“云計(jì)算”一出世，就引起了行業(yè)人士的關(guān)注，而語(yǔ)音技術(shù)與呼叫中心的結(jié)合運(yùn)用，更是大家期待的�？拼笥嶏w此次推出“語(yǔ)音云”，是概念的重新整合還是標(biāo)志著一項(xiàng)新技術(shù)的誕生？如果是一項(xiàng)新的技術(shù)，除了呼叫中心的應(yīng)用之外，是否還能在別的領(lǐng)域帶給大家驚喜？這個(gè)新領(lǐng)域應(yīng)用是否已有一些成果？

　　為此，利用“語(yǔ)音云”發(fā)布會(huì)正式開始前的間隙，CTI論壇記者專訪了科大訊飛高級(jí)副總裁吳曉如博士。

 
上圖為：科大訊飛高級(jí)副總裁吳曉如博士

　　1、CTI論壇記者：請(qǐng)您談?wù)効拼笥嶏w此次推出的“語(yǔ)音云”是一個(gè)新概念還是一項(xiàng)新技術(shù)？

　　吳曉如：“訊飛語(yǔ)音云”，實(shí)際上是基于云計(jì)算技術(shù)作為基礎(chǔ)，將業(yè)界領(lǐng)先的智能語(yǔ)音技術(shù)向廣大移動(dòng)互聯(lián)網(wǎng)開發(fā)者開放，為各類合作伙伴提供低門檻的語(yǔ)音合成、語(yǔ)音識(shí)別以及語(yǔ)音聽寫等智能語(yǔ)音交互式服務(wù)。

　　而合作伙伴方面，可以像使用水、電那樣“即開即有、按需取用”，非常方便。以前的合作開發(fā)，可能需要半年甚至幾年的時(shí)間，才能開發(fā)一個(gè)應(yīng)用，而現(xiàn)在，可以做到一、兩個(gè)月，甚至幾天就可以開發(fā)一個(gè)新應(yīng)用。也就是方便了合作伙伴，能在極短的時(shí)間內(nèi)構(gòu)建一個(gè)支持自然語(yǔ)音交互功能的特色移動(dòng)互聯(lián)網(wǎng)應(yīng)用。

　　另外，“訊飛語(yǔ)音云”的推出，還有一個(gè)重要的突破，就是將打破相關(guān)語(yǔ)音服務(wù)在本地調(diào)用時(shí)，受本地資源條件限制，可實(shí)現(xiàn)的應(yīng)用少、應(yīng)用效果不盡人意的瓶頸，從而能有效培育和進(jìn)一步催生用戶需求，形成應(yīng)用、市場(chǎng)、用戶各方面的良性互動(dòng)與促進(jìn)作用，推動(dòng)語(yǔ)音市場(chǎng)的發(fā)展。

　　2、CTI論壇記者： 面向呼叫中心的中文語(yǔ)音合成技術(shù)近年來的發(fā)展水平？

　　吳曉如：應(yīng)該說這十年的語(yǔ)音技術(shù)發(fā)展是相當(dāng)快的，如果將中國(guó)一個(gè)最出色播音員的普通話作為滿分5分的話，在2000年以前，我們還達(dá)不到3分， 2005年前后，我們能達(dá)到3.8分，而現(xiàn)在，我可以自豪地說，我們能達(dá)到4.5分了。4.5分是個(gè)什么概念，打個(gè)比方，比如咱倆的普通話標(biāo)準(zhǔn)可能只能達(dá)到4分左右。而我們的語(yǔ)音已經(jīng)能達(dá)到4.5分，比咱倆水平高。

　　3、CTI論壇記者：如您上面所說，科大訊飛的語(yǔ)音合成技術(shù)早已公認(rèn)為處于業(yè)界領(lǐng)先水平，但在語(yǔ)音識(shí)別方面有哪些競(jìng)爭(zhēng)優(yōu)勢(shì)呢？

　　吳曉如：科大訊飛有三個(gè)方面的優(yōu)勢(shì)，可以說是全世界都比不了的。

　　第一個(gè)優(yōu)勢(shì)是我們有龐大的語(yǔ)音庫(kù)，這個(gè)語(yǔ)音庫(kù)的容量已經(jīng)達(dá)到百萬級(jí)�？拼笥嶏w與國(guó)家教育部合作，是全國(guó)普通話測(cè)試協(xié)助商，大家都知道：全國(guó)每年都會(huì)有國(guó)家公務(wù)員、教師等職位必須進(jìn)行普通話考試，考試的所有語(yǔ)音數(shù)據(jù)我們都會(huì)存貯，可以說，我們有全中國(guó)每個(gè)省、每個(gè)市、甚至每個(gè)縣、每個(gè)鎮(zhèn)的基礎(chǔ)語(yǔ)音數(shù)據(jù)庫(kù)。

　　第二個(gè)優(yōu)勢(shì)是科大訊飛的技術(shù)是產(chǎn)學(xué)研一體化的，我們與清華大學(xué)、中國(guó)科技大學(xué)、新疆大學(xué)等語(yǔ)音研究室進(jìn)行合作，可以說語(yǔ)音研發(fā)的先進(jìn)技術(shù)能夠很好的得到應(yīng)用體現(xiàn)。

　　第三，我們采用了云計(jì)算平臺(tái)，上面說的百萬數(shù)據(jù)如何為我所用？我們對(duì)數(shù)據(jù)反復(fù)進(jìn)行研究，建立復(fù)雜的數(shù)學(xué)模型，這些都要求工程運(yùn)算能力極強(qiáng)。

　　4、CTI論壇記者： 語(yǔ)音識(shí)別在呼叫中心的應(yīng)用價(jià)值體現(xiàn)？而目前在國(guó)內(nèi)還未大規(guī)模應(yīng)用，主要是什么原因？

　　吳曉如：我覺得語(yǔ)音識(shí)別在呼叫中心的應(yīng)用價(jià)值體現(xiàn)是顯而易見的，但最大體現(xiàn)在以下兩點(diǎn)：
一是我們可以進(jìn)行自助語(yǔ)音服務(wù)，這部分的服務(wù)現(xiàn)在已經(jīng)在銀行、保險(xiǎn)及運(yùn)營(yíng)商的客戶服務(wù)中心得到了良好的體驗(yàn)；

　　二是語(yǔ)音是一種非結(jié)構(gòu)化的信息源，現(xiàn)在對(duì)語(yǔ)音的檢索還沒有用起來，大段大段的語(yǔ)音，其實(shí)有很多是很有價(jià)值的資源，因?yàn)椴幌笪淖帜敲慈菀讬z索，因而這部分的資源都沒有得到合理的應(yīng)用。挖出有價(jià)值的語(yǔ)音信息，這是語(yǔ)音的另一個(gè)應(yīng)用價(jià)值體現(xiàn)。

　　但目前在國(guó)內(nèi)，語(yǔ)音技術(shù)還沒有大規(guī)模應(yīng)用起來，主要原因是客戶的需求不是太迫切，另外，呼叫中心一般是成本中心，而且，呼叫中心對(duì)技術(shù)的成熟度要求很高，客戶可以用不是太方便的，但一定要用不能出問題的。前幾年的語(yǔ)音技術(shù)還達(dá)到這個(gè)標(biāo)準(zhǔn)�，F(xiàn)在的技術(shù)已經(jīng)能解決這個(gè)問題。

　　5、CTI論壇記者：訊飛語(yǔ)音識(shí)別的核心技術(shù)是什么？

　　吳曉如：訊飛語(yǔ)音識(shí)別的核心主要有三大技術(shù)：

　　一是區(qū)分性訓(xùn)練技術(shù)：上面提到過，我們有上百萬的基礎(chǔ)語(yǔ)音數(shù)據(jù)庫(kù)，這么龐大的語(yǔ)音數(shù)據(jù)需要進(jìn)行區(qū)分；

　　二是超大規(guī)模的解碼技術(shù)：經(jīng)過對(duì)聲音區(qū)分性訓(xùn)練后，建立復(fù)雜的數(shù)據(jù)模型，需要有超大規(guī)模的解碼技術(shù)；

　　三是有語(yǔ)音自適應(yīng)技術(shù)：當(dāng)某些語(yǔ)音識(shí)別不了，進(jìn)行多次重復(fù)識(shí)別，識(shí)別率會(huì)更高。

　　6、CTI論壇記者：科大訊飛未來的戰(zhàn)略的是什么？

　　吳曉如：語(yǔ)音技術(shù)和產(chǎn)業(yè)一直是世界各國(guó)競(jìng)相競(jìng)爭(zhēng)的熱點(diǎn)和焦點(diǎn)，而科大訊飛作為一家民族語(yǔ)音企業(yè)，我們具有非常好的機(jī)遇及發(fā)展壯大中國(guó)語(yǔ)音產(chǎn)業(yè)的責(zé)任。

　　“語(yǔ)音是文化的基礎(chǔ)，民族的象征”，智能語(yǔ)音技術(shù)不僅擁有廣闊的應(yīng)用空間，還在國(guó)防軍事、漢語(yǔ)國(guó)際推廣、教育等國(guó)家重大戰(zhàn)略需求領(lǐng)域有著重大應(yīng)用價(jià)值。而移動(dòng)互聯(lián)網(wǎng)邁入語(yǔ)音時(shí)代、云計(jì)算時(shí)代，我們將語(yǔ)音與移動(dòng)互聯(lián)網(wǎng)結(jié)合，相信會(huì)對(duì)我國(guó)移動(dòng)互聯(lián)網(wǎng)語(yǔ)音應(yīng)用及信息安全產(chǎn)生推動(dòng)作用。

　　另外，科大訊飛不僅局限于中文領(lǐng)域，而且在英文技術(shù)領(lǐng)域方面也予以開拓。

　　CTI論壇記者：預(yù)祝此次科大訊飛“語(yǔ)音云”發(fā)布會(huì)圓滿成功！

　　吳曉如博士簡(jiǎn)介：安徽科大訊飛信息科技股份有限公司高級(jí)副總裁，負(fù)責(zé)訊飛語(yǔ)音技術(shù)在電話和網(wǎng)絡(luò)上的業(yè)務(wù)。研究興趣為語(yǔ)音合成和語(yǔ)音識(shí)別等智能語(yǔ)音技術(shù)。曾參加了多個(gè)國(guó)家重點(diǎn)科研項(xiàng)目。2003、2004年度主持開發(fā)了代表當(dāng)年中文語(yǔ)音最高水平的中文語(yǔ)音合成系統(tǒng)，2006年主持開發(fā)的英文語(yǔ)音合成系統(tǒng)獲得國(guó)際英文語(yǔ)音合成大賽第一名。此外，吳曉如長(zhǎng)期致力于推動(dòng)語(yǔ)音技術(shù)的應(yīng)用深化，目前語(yǔ)音應(yīng)用已覆蓋了電信、金融、電力等社會(huì)信息服務(wù)的各領(lǐng)域，鑒于在智能語(yǔ)音技術(shù)及其成果應(yīng)用推廣方面所作的工作，吳曉如于2002年度獲國(guó)家科技進(jìn)步獎(jiǎng)，2006年獲得信息產(chǎn)業(yè)重大技術(shù)發(fā)明獎(jiǎng)，2007年獲信息產(chǎn)業(yè)部先進(jìn)個(gè)人；

　　聲明：CTI論壇（CTiforum）版權(quán)作品，未經(jīng)CTiforum書面授權(quán)，嚴(yán)禁轉(zhuǎn)載，違者將被追究法律責(zé)任。

CTI論壇報(bào)道