语音识别技术离我们有多远

IBM在去年年底发布的电话语音识别技术可以使许多商家的服务更周到，更多的电话用户受益。有了这项技术，各种信息查询、飞机订票、旅馆预定等都可以实现自动化。利用IBM的语音识别技术通过电话上网，用户只需说出你想得到的网上信息，机器就会自动识别，将你的请求送到互联网上，并把返回的相关信息用语音合成技术回放给你，为用户提供人性化的语音应答交互界面。这样，众多的电话用户就可以享受到网上信息服务。

越来越多的掌上设备正慢慢成为许多人的生活和工作必备品，比如手机、电子记事本，IBM的WorkPad等。这些小的设备或者没有键盘，或者只有简单的数字键，输入和各种操作都十分不便。如果能用人们觉得最自然的方式———语音进行控制，人们将更加青睐这些灵巧的伴侣。IBM公司将已经在高端计算机上发展的语音技术进行简化，抽取其中的核心技术，研制出用于这类低端设备的识别引擎，并在市场中的某些掌上电脑上成功建立了实用的原型系统，证明了技术的可行性。相信在不久的将来，人们完全可以用语音操作手机和各种掌上设备。

为了让人与机器的交流更加自然，我们需要机器不仅能识别准用户说的话，更要理解它，然后去执行相应的动作。比如，用户通过语音订房，要求“订一套10月12日在某某酒店的单人房”。当用语音识别技术识别出这句话后，机器还需要理解客户入住的时间是“10月12日”，酒店是“某某酒店”，房型是“单人房”。然后将这些需求送给系统才能完成预定。这是自然语言理解的技术。目前还不十分成熟，但已初步使用。同时机器必须产生合适的回答把得到的信息（如是否有房，价格等）反馈给用户，或提示用户需要进一步的信息（如请用户提供离店日期等），这就是自然语言产生的技术。产生准确地应答也是一项十分具有挑战性的技术。另外相关的技术还有，在许多应用场合，需要说话人辨识技术，以便通过语音判断说话人是谁，免去用户记忆难记的密码。提供更友好的系统与人的交互界面。