Siri開發(fā)商推出普通話應用 聲調(diào)成最大挑戰(zhàn)
2012/03/23
北京時間3月21日消息，據(jù)國外媒體報道，國外媒體日前發(fā)表分析文章稱，語音識別軟件開發(fā)商Nuance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語音應用Dragon，這項應用支持多種語言，但在漢語普通話的應用上，聲調(diào)成了這項應用面臨的最大挑戰(zhàn)。
圖：智能手機語音應用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，我決定試用一下Nuance開發(fā)的另一款智能手機語音應用Dragon，這項語音應用支持多種語音，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無法達到百分之百的準確，但是總的來說表現(xiàn)還是相當驚人的。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個單章節(jié)發(fā)音，是按照聲調(diào)來區(qū)分不同單詞的。這會意味著什么呢？
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負責Dragon應用開發(fā)的副總裁吉姆•吳(Jim Wu)表示：“在中國大陸，每個人都有不同的口音，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財年實現(xiàn)營收14億美元。Nuance在推出英文版Dragon 應用后不久，便于2011年3月推出了兩款免費的漢語普通話版Dragon應用，6月份又推出了廣東話和臺灣話版的Dragon應用。Dragon Dictation應用可以轉(zhuǎn)錄文本、電子郵件、Facebook和Twitter信息。Dragon Search應用則可以用于互聯(lián)網(wǎng)搜索。與Siri不同，Dragon無法與用戶實現(xiàn)互動。
使用Dragon應用時，用戶需要點擊一個虛擬“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器上進行的，用戶的語音信息是在被傳輸?shù)椒⻊掌魃虾�，由服務器來收聽、錄制，然后將文本信息傳回到設備上的。
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備的識別極限，看看這項技術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還不能完全準確地識別語音，但是這項應用具備自主學習和改進的功能。由于所有語音處理都是在服務器上進行的，因此Dragon收集用戶語音數(shù)據(jù)來學習語言的結(jié)構(gòu)和詞語的組合。Dragon還習慣每個用戶的地方口音，因此使用越多，Dragon識別語音就越準確。馬奧尼還表示：“這些錄音將保存下來，我們可以使用自動化工具對結(jié)果進行分析。有時候，你需要用錄音讓人們進行對比，看看怎樣才能做得更好�！�
騰訊科技
相關閱讀: