Siri引领语音识别技术成熟

一位男子在电脑前坐下，然后轻声说道：“计算机”。然而电脑并未作出任何反应，该男子对这电脑又说了一遍：“计算机”，还是没有反应。旁边的人已经没有耐心，对他说：“用用键盘”。该男子回应道：“键盘？真奇怪。”

以上场景出自1986年电影《星舰迷航记4》，工程师斯库提(Scotty)以及其他船员从23世纪穿越回地球。斯库提需要使用电脑完成一些工作，要知道他们在23世纪时全部使用的是语音命令，而不是上世纪80年代那样的复古操作。

如果上述电影场景发生在35年之后，也就是现在，斯库提仍旧会对电脑的毫无反应感到困惑。除非他拿起一款最新智能机，该智能机可以对人类声音做出回应，并成为了最新潮的人机互动方式，它就是iPhone 4S。

iPhone 4S

自从iPhone 4S十月份上市以来，人们开始购买并使用苹果新手机的Siri功能。Siri是一项语音导航助手，可以接收语音命令，确定或取消约会，发送邮件，电话呼叫，网络搜索。它能够完成秘书所做到的一切。

Siri并不只是一项语音识别工具，它可以将语音转化成文本，并以电邮或短信的方式发送出去。Siri可以对天气情况进行预测，进行汇率转换或提供股票价格，并对天气现象进行解释。

很多人认为Siri并不是一项新技术，我们多年前就可以进行语音电话呼叫，谷歌也已经提供了语音搜索应用。但是专家称，Siri可能代表的是一种更加精细的技术革命，就像iPhone在2007年1月推出时的多点触摸屏。它不仅能进行语音呼叫和语音识别，还可以将语音转化为文本，也就是“自然语言理解”(NLU)。

NLU

NLU连同图像识别、智能机器是多年来一直未能解决的计算问题，不过现在我们可以让机器强大到足以理解我们所说的话。NLU技术面临的第一个挑战就是语音向文本转换的复杂性，发音的类似将导致处理结果的不同。其次，机器需要理解字面信息和画外音。

IBM超级电脑沃森(Watson)今年2月震惊世界，它此前参加了智力竞赛节目Jeopardy，并与Jeopardy两位冠军进行PK。IBM工程师表示，参见Jeopardy节目肯定不是沃森的最终目标，它展示的是此前电脑从未展示的能力，并与拥有广泛知识词汇的人类进行互动。

沃森现在开始着手解决人类健康问题，并使用了Nuance的语音转文本技术，未来还可能用来解决一些医疗难题。

技术实现

NLU是人们多年来一直希望实现的一项技术。1996年，比尔·盖茨宣布，到2011年时，人们就能开发出具备人类语音和面部识别技术的电脑。就是在今年，如果把智能机算作电脑(最起码智能机功能能够达到2001年笔记本的水平)，盖茨的预言已经实现。最新款Android智能机已经具备面部识别解锁功能，语音功能我们仍在努力实现。

然而现在的语音技术还不完美，Siri服务器已经出现了多次宕机事故。不过Nuance公司的尼尔·格兰特(Neil Grant)表示：“时间将会解决所有连接问题。”

随着技术的日益成熟，人们与电脑间的语音互动也将会逐步实现。