3sNews訊 2012地理信息開(kāi)發(fā)者大會(huì)在北京國(guó)家會(huì)議中心舉辦，北京捷通華聲語(yǔ)音技術(shù)有限公司總經(jīng)理武衛(wèi)東在接受3sNews專訪時(shí)表示，未來(lái)三年五年，語(yǔ)音交互實(shí)際上作為一種非常好的、非常便捷的，跟人的生物特征契合度非常高的交互手段，一定會(huì)有很廣闊的市場(chǎng)。

北京捷通華聲語(yǔ)音技術(shù)有限公司總經(jīng)理武衛(wèi)東

　　3sNews：捷通華聲的業(yè)務(wù)長(zhǎng)項(xiàng)是什么?

　　武衛(wèi)東：捷通華聲創(chuàng)立了12年，其實(shí)，捷通軟件在98年就已經(jīng)創(chuàng)建。我們主要進(jìn)行語(yǔ)音識(shí)別技術(shù)、手寫(xiě)識(shí)別技術(shù)的研發(fā)和應(yīng)用。

　　從技術(shù)來(lái)講，在2000年，我們?cè)诔闪⒔萃ㄈA聲的時(shí)候，請(qǐng)到了中科院聲研究所的教授，這也是國(guó)內(nèi)做語(yǔ)音的泰斗級(jí)的權(quán)威，到捷通華聲作為我們首席科學(xué)家，開(kāi)始創(chuàng)建為我們語(yǔ)音識(shí)別這塊搭建整個(gè)的研發(fā)核心隊(duì)伍，所以在技術(shù)上我們是有基礎(chǔ)的。特別的是我們公司另外一個(gè)首席科學(xué)家，也是北大的顧小鳳教授，是國(guó)內(nèi)模式識(shí)別里的泰斗級(jí)的科學(xué)家，創(chuàng)建了我們手寫(xiě)識(shí)別技術(shù)。

　　公司近十年的業(yè)務(wù)基本上有兩大塊。一塊是基于語(yǔ)音手寫(xiě)人機(jī)交互技術(shù)的核心業(yè)務(wù)，另外在移動(dòng)互聯(lián)網(wǎng)領(lǐng)域。

　　隨著移動(dòng)互聯(lián)網(wǎng)，包括云計(jì)算服務(wù)的發(fā)展，公司從原來(lái)的核心技術(shù)的授權(quán)提供商，向一些平臺(tái)級(jí)的解決方案的服務(wù)提供商轉(zhuǎn)型。所以，我們現(xiàn)在從原來(lái)的賣SDK，現(xiàn)在做平臺(tái)級(jí)的服務(wù)，包括深入到一些行業(yè)。而且從原來(lái)僅僅是語(yǔ)音技術(shù)、手寫(xiě)技術(shù)這方面發(fā)展到現(xiàn)在我們基于人機(jī)智能交互技術(shù)，已經(jīng)涵蓋了大概六七類這樣的人機(jī)交互技術(shù)。在云計(jì)算方面我們搭建了靈云平臺(tái)，而且已經(jīng)開(kāi)始了和各個(gè)產(chǎn)業(yè)的融合性的合作。

　　3sNews：蘋(píng)果手機(jī)的發(fā)布，把siri推向市場(chǎng)，讓語(yǔ)音走向了大眾生活的方面，你怎樣看待這種情況?

　　武衛(wèi)東：siri確確實(shí)實(shí)給大家?guī)?lái)了一些新的感覺(jué)，或者是一種新的認(rèn)識(shí)。大家認(rèn)為這個(gè)技術(shù)其實(shí)很了不得，語(yǔ)音識(shí)別可以這樣。其實(shí)那是一個(gè)表象的東西，siri的背后是一套自然語(yǔ)言對(duì)話系統(tǒng)?？赡躶iri把語(yǔ)音識(shí)別帶活了，但是實(shí)際上一個(gè)好的語(yǔ)音識(shí)別技術(shù)成功與否在于用戶的體驗(yàn)。

　　對(duì)于語(yǔ)音交互技術(shù)的認(rèn)識(shí)，我覺(jué)得現(xiàn)在目前產(chǎn)業(yè)界，尤其是在相關(guān)領(lǐng)域里面，有點(diǎn)泡沫。對(duì)語(yǔ)音交互這方面的應(yīng)用，大家要分領(lǐng)域，而不是說(shuō)一個(gè)公共的東西就能解決所有的問(wèn)題，這是做不到的。所以我認(rèn)為，蘋(píng)果推出的不是一個(gè)技術(shù)代表，因?yàn)樘O(píng)果有一個(gè)完整的無(wú)縫的產(chǎn)業(yè)鏈。它每推出一個(gè)產(chǎn)品，都一定要讓人們感覺(jué)到一些新的東西，新的一些體驗(yàn)。siri是為它封閉的產(chǎn)業(yè)鏈提供了一個(gè)新的亮點(diǎn)，讓人們更多去買(mǎi)蘋(píng)果手機(jī)。但是目前來(lái)講，還沒(méi)有達(dá)到它真正對(duì)siri期待的應(yīng)用，所以對(duì)這塊的應(yīng)用，我們應(yīng)該冷靜判斷。

　　另外，語(yǔ)音交互技術(shù)受環(huán)境因素影響非常大，如口音、人的說(shuō)話方式、環(huán)境、表達(dá)方式。要改變?nèi)说牧?xí)慣，讓人適應(yīng)機(jī)器，這個(gè)挺難的。讓機(jī)器真正能感知，讓技術(shù)怎樣引導(dǎo)人用它，這也是關(guān)鍵。其實(shí)國(guó)內(nèi)在這方面宣傳比較少，很多廠家在這方面探索精神或者說(shuō)實(shí)踐精神確實(shí)沒(méi)有蘋(píng)果厲害。在這方面，我們還是缺乏高端人才，尤其是在產(chǎn)品設(shè)計(jì)、體驗(yàn)設(shè)計(jì)，中國(guó)現(xiàn)在確實(shí)缺乏這方面的高端人才。

　　3sNews：華聲有沒(méi)有大眾市場(chǎng)的語(yǔ)音產(chǎn)品?

　　武衛(wèi)東：有，小唐龍，學(xué)術(shù)名字叫做手機(jī)移動(dòng)助手或者移動(dòng)終端的智能助手，我們?yōu)槭裁床唤衧iri，就像你剛才所說(shuō)的，我要訂張機(jī)票，我得通過(guò)siri去看，但是不能購(gòu)買(mǎi)。但是我們做小唐龍的時(shí)候，里面有一個(gè)工單的思想，我們覺(jué)得比較貼切。我們必須要和提供內(nèi)容的廠商、合作伙伴進(jìn)行針對(duì)這種應(yīng)用的后臺(tái)和端的融合。至少在一些流程上面，把一些命令、流程融合到我們的小唐龍的執(zhí)行操作里面。

　　3sNews：小唐龍目前的應(yīng)用情況怎樣?

　　武衛(wèi)東：小唐龍是在今年的1月16號(hào)發(fā)布，3月16號(hào)正式上線?，F(xiàn)在在進(jìn)行一些功能的完善，包括一些資源的深度整合。同時(shí)，我們已經(jīng)開(kāi)展了一些智能領(lǐng)域的合作，比如說(shuō)智能電視、車內(nèi)服務(wù)的客服平臺(tái)上，還有就是一些客服，比如運(yùn)營(yíng)商的一些客服上面，，簡(jiǎn)單地說(shuō)就是可以通過(guò)小唐龍問(wèn)話費(fèi)、流量、運(yùn)營(yíng)商的信息、活動(dòng)，類似于客服的性質(zhì)。

　　小唐龍可以說(shuō)是一個(gè)智能助手，不是門(mén)戶，但起到了一些門(mén)戶的作用。在小唐龍目前的功能里面，提供了一些信息，包括周圍的生活場(chǎng)所查詢的信息、路況的信息，甚至包括城市的出租車，打出租車從哪兒到哪要多少錢(qián)的這樣一些信息。我們跟百度、搜狗都有一些合作。這方面來(lái)講，通過(guò)它能夠提供的一些內(nèi)容，我們把這些能力開(kāi)發(fā)出來(lái)，提供給用戶使用。

　　除了語(yǔ)音可以交互以外，小唐龍還可以提供手寫(xiě)交互。手寫(xiě)有一個(gè)好處，不受場(chǎng)景的干擾，同時(shí)準(zhǔn)確率高。而且捷通通過(guò)十多年的發(fā)展，手寫(xiě)技術(shù)已經(jīng)發(fā)展到不像原來(lái)寫(xiě)一個(gè)字識(shí)別一個(gè)字，而是有連續(xù)的。所以在手寫(xiě)方面是小唐龍是一個(gè)特色。

　　3sNews：武總給我們簡(jiǎn)單預(yù)測(cè)一下，我們?nèi)昊蛘呶迥曛笳Z(yǔ)音交互的市場(chǎng)前景嗎?

　　武衛(wèi)東：我們看到語(yǔ)音交互在很多地方開(kāi)始整合，而且大家開(kāi)始講一些產(chǎn)品。但是我自己感覺(jué)作秀的成分大于實(shí)用的成分。你可以去到市場(chǎng)上調(diào)研，調(diào)研相關(guān)的一些應(yīng)用，到底這些東西是不是真正已經(jīng)實(shí)用化，大家是不是已經(jīng)天天在用它，或者是已經(jīng)非常離不開(kāi)的狀態(tài)。這個(gè)還有待商榷。我覺(jué)得，從未來(lái)三年五年，語(yǔ)音交互實(shí)際上作為一種非常好的、非常便捷的，跟人的生物特征契合度非常高的交互手段，一定會(huì)有很廣闊的市場(chǎng)。而且，人們會(huì)越來(lái)越適應(yīng)用這種方式進(jìn)行人機(jī)交互。

　　基本上現(xiàn)在機(jī)器的處理能力是足夠的，很大程度是人如何能夠把這種技術(shù)和真正貼身的應(yīng)用很好地融合起來(lái)。而且剛才提到的后面很多的細(xì)分的一些模型，包括一些結(jié)構(gòu)化的設(shè)計(jì)，能夠真正結(jié)合起來(lái)。因?yàn)樗倪@項(xiàng)技術(shù)背后有很多的模型，很多結(jié)構(gòu)化的東西，這些東西是需要時(shí)間，需要結(jié)合具體的領(lǐng)域里面去做的。所以說(shuō)這個(gè)技術(shù)不是說(shuō)已經(jīng)成熟到大家拿來(lái)就能用，沒(méi)有那么樂(lè)觀。但是也絕不是那么悲觀，如果大家想把這個(gè)技術(shù)做好，稍微花點(diǎn)工夫就可以把它用好。而且不能說(shuō)100%全部替代性的應(yīng)用，而是補(bǔ)充性的應(yīng)用。因?yàn)橛泻芏嗟胤綄?shí)際上是可以用的。比方說(shuō)現(xiàn)在車聯(lián)網(wǎng)里面做人工客服。語(yǔ)音合成現(xiàn)在用得很成熟。語(yǔ)音識(shí)別，其實(shí)有很多地方，比如說(shuō)遇到一些做判斷的時(shí)候，我想買(mǎi)東西，想找個(gè)什么地方，你可以很準(zhǔn)確說(shuō)的時(shí)候，是完全可以做到的。但是找不到，完全可以通過(guò)人工去干預(yù)。