發(fā)表評論分享按鈕

Siri開發(fā)商推出普通話應(yīng)用 聲調(diào)成最大挑戰(zhàn)

2012/03/23

　　北京時(shí)間3月21日消息，據(jù)國外媒體報(bào)道，國外媒體日前發(fā)表分析文章稱，語音識別軟件開發(fā)商N(yùn)uance通信公司除開發(fā)了蘋果語音助手Siri外，還推出了一款智能手機(jī)語音應(yīng)用Dragon，這項(xiàng)應(yīng)用支持多種語言，但在漢語普通話的應(yīng)用上，聲調(diào)成了這項(xiàng)應(yīng)用面臨的最大挑戰(zhàn)。

 
圖：智能手機(jī)語音應(yīng)用Dragon

　　以下是文章全文：

　　在期待著蘋果今年推出中文版Siri的同時(shí)，我決定試用一下Nuance開發(fā)的另一款智能手機(jī)語音應(yīng)用Dragon，這項(xiàng)語音應(yīng)用支持多種語音，包括漢語普通話。

　　盡管與其他多數(shù)語音識別軟件一樣，中文版Dragon無法達(dá)到百分之百的準(zhǔn)確，但是總的來說表現(xiàn)還是相當(dāng)驚人的。首先，漢語的聲調(diào)對語音識別來說極具挑戰(zhàn)性，漢語普通話僅有400個(gè)單章節(jié)發(fā)音，是按照聲調(diào)來區(qū)分不同單詞的。這會(huì)意味著什么呢？

　　以媽媽的“媽”為例，“媽”字讀一聲“mā”，讀四聲就是“罵”(mà)，讀三聲則為“馬”(mǎ)，而所有這些字的發(fā)音都像“ma”，只是聲調(diào)不同，所表示的意思也是大相徑庭。開發(fā)一款能夠識別“媽媽罵馬”(māmā mà mǎ)的句子的軟件是件非常困難的事。

　　盡管漢語普通話是中國的國語，但是漢語有七大方言和無數(shù)的地方口音。Nuance負(fù)責(zé)Dragon應(yīng)用開發(fā)的副總裁吉姆•吳(Jim Wu)表示：“在中國大陸，每個(gè)人都有不同的口音，我們所面臨的挑戰(zhàn)之一就是確保該語音識別系統(tǒng)能夠識別那些說普通話且口音較輕的用戶的語音�！�

　　Nuance總部位于美國馬薩諸塞州伯靈頓，公司2011財(cái)年實(shí)現(xiàn)營收14億美元。Nuance在推出英文版Dragon 應(yīng)用后不久，便于2011年3月推出了兩款免費(fèi)的漢語普通話版Dragon應(yīng)用，6月份又推出了廣東話和臺灣話版的Dragon應(yīng)用。Dragon Dictation應(yīng)用可以轉(zhuǎn)錄文本、電子郵件、Facebook和Twitter信息。Dragon Search應(yīng)用則可以用于互聯(lián)網(wǎng)搜索。與Siri不同，Dragon無法與用戶實(shí)現(xiàn)互動(dòng)。

　　使用Dragon應(yīng)用時(shí)，用戶需要點(diǎn)擊一個(gè)虛擬“按鈕”來開始和停止錄音。Nuance首席營銷官彼得•馬奧尼(Peter Mahoney)表示，所有處理都是在服務(wù)器上進(jìn)行的，用戶的語音信息是在被傳輸?shù)椒⻊?wù)器上后，由服務(wù)器來收聽、錄制，然后將文本信息傳回到設(shè)備上的。

　　對于像“最近的星巴克咖啡廳在哪里”和“我要去市場”這樣的一些基本語句，Dragon識別起來沒有什么問題。但對于許多用戶來說，真正的樂趣是測試設(shè)備的識別極限，看看這項(xiàng)技術(shù)能夠在多大程度上匹配人類的語言和思想。因此，我用漢語繞口令來挑戰(zhàn)Dragon應(yīng)用的極限：媽媽騎馬，馬慢，媽媽罵馬。這句話的發(fā)音就是“Māmā qí mǎ, mǎ màn, māmā mà m�！�。Dragon能夠捕捉到大部分正確的發(fā)音，但是并不能給出正確的單詞。Dragon給出的結(jié)果是：媽媽起碼，媽媽媽媽嗎？嗎？，這里面的一個(gè)問題就是這些單詞的發(fā)音都是“ma”。

　　馬奧尼表示，盡管Dragon還不能完全準(zhǔn)確地識別語音，但是這項(xiàng)應(yīng)用具備自主學(xué)習(xí)和改進(jìn)的功能。由于所有語音處理都是在服務(wù)器上進(jìn)行的，因此Dragon收集用戶語音數(shù)據(jù)來學(xué)習(xí)語言的結(jié)構(gòu)和詞語的組合。Dragon還習(xí)慣每個(gè)用戶的地方口音，因此使用越多，Dragon識別語音就越準(zhǔn)確。馬奧尼還表示：“這些錄音將保存下來，我們可以使用自動(dòng)化工具對結(jié)果進(jìn)行分析。有時(shí)候，你需要用錄音讓人們進(jìn)行對比，看看怎樣才能做得更好。”

騰訊科技


相關(guān)閱讀:
Nuance Research：消費(fèi)者喜愛的移動(dòng)應(yīng)用功能有哪些？ 2012-03-22
科大訊飛聯(lián)姻中國聯(lián)通 布局人機(jī)交互等待收獲 2012-03-19
工信部：移動(dòng)互聯(lián)網(wǎng)應(yīng)用增速中國居全球第一 2012-03-19
Siri續(xù)寫蘋果傳奇 中國Siri在哪里？ 2012-03-16
科大訊飛與中國聯(lián)通簽署戰(zhàn)略合作協(xié)議的公告 2012-03-16

熱點(diǎn)專題:  語音合成TTS 語音識別ASR    移動(dòng)互聯(lián)網(wǎng)
分類信息:  移動(dòng)互聯(lián)網(wǎng)_與_語音應(yīng)用  移動(dòng)互聯(lián)網(wǎng)_與_移動(dòng)  移動(dòng)互聯(lián)網(wǎng)_與_移動(dòng)