語音識別發(fā)展的下一個藍(lán)海市場：語義識別

　　在AI技術(shù)發(fā)展的過程中自然語言處理技術(shù)已經(jīng)成了最重要的一大體系，隨著年代的定義越加細(xì)分化語言識別逐漸區(qū)分為語音識別和語義識別兩個概念。一字之差卻大不相同。語音識別是前提語義識別才是它的目標(biāo)。從語音識別到語義識別，中間還有多長的路要走？

　　最近科技圈刮起一股收購風(fēng)，前面博通收購高通還在如火如荼的進(jìn)行，這周蘋果就宣布收購音樂識別軟件Shazam。Shazam這個軟件，通過手機(jī)麥克風(fēng)收錄音頻片段，能夠識別音樂、電影、電視節(jié)目甚至是廣告。那么蘋果公司整合這項技術(shù)做什么？很大可能是為了其人工智能助理軟件Siri。

　　Siri使用自然語言處理技術(shù)，是AI技術(shù)的一大體系，而隨著近年定義和產(chǎn)業(yè)分工越發(fā)精細(xì)，語言識別漸漸分成了語音識別和語義識別兩個支系。語音和語義雖只有一字之差，卻有很大的不同。

　　打個簡單的比方，語音識別相當(dāng)于是人的耳朵，而語義識別則是大腦，語音識別幫助機(jī)器獲取和輸出信息，那么語義識別則是對這些信息進(jìn)行識別加工。

　　在這里， 小編舉個例子來幫助大家更好的理解上面的話：

　　爸爸沒法舉起他的兒子，因為他很重。

　　問：誰重？

　　爸爸沒法舉起他的兒子，因為他很虛弱。

　　問：誰虛弱？

　　可以看到，這兩個句子結(jié)構(gòu)完全一致，后面的“他”指的到底是爸爸還是爸爸的兒子？這對于我們來說輕而易舉，因為我們有能清楚的通過我們積累的知識知道：爸爸舉不起兒子，要么兒子太重，爸爸舉不起；要么兒子不重，但是爸爸力氣小，比較虛弱，因此舉不起兒子。

　　但是對于一個只會語音識別的機(jī)器來說，它不會去思考句子中的“他”到底指的兒子還是爸爸，事實上，它也“想不清楚”。但是通過語義識別，機(jī)器會對聽到的信息進(jìn)行加工理解，從而給出正確的答案。

　　與語音識別相比，顯然語義識別顯然要更深一個層次，用到的技術(shù)也更為復(fù)雜。

　　本期《趣科技》， 小編就給大家介紹一下人工智能中，自然語言識別這一重要支系。

　　語音識別發(fā)展史

　　語音是最自然的交流方式，自從1877年愛迪生發(fā)明了留聲機(jī)，人們就開始了與機(jī)器的交談，但是主要還是與人交流，而非機(jī)器本身。

　　1950年，計算機(jī)科學(xué)之父阿蘭·圖靈在《Mind》雜志上發(fā)表了題為《計算的機(jī)器和智能》的論文，首次提出了機(jī)器智能的概念，論文還提出了一種驗證機(jī)器是否有智能的方法：讓人和機(jī)器進(jìn)行交流，如果人無法判斷自己交流的對象是人還是機(jī)器，就說明這個機(jī)器有智能了，這就是后來鼎鼎有名的人工智能圖靈測試。

　　到20世紀(jì)80年代，語音識別技術(shù)能夠?qū)⒖谡Z轉(zhuǎn)化為文本。

　　2001年，計算機(jī)語音識別達(dá)到了80％的準(zhǔn)確度。從那時起，我們就可以提取口語語言的含義并作出回應(yīng)。然而，多數(shù)情況下，語音技術(shù)仍然不能像鍵盤輸入那樣帶給我們足夠好的交流體驗。

　　近幾年來，語音識別又取得了巨大的技術(shù)進(jìn)步?？拼笥嶏w董事長劉慶峰在一次演講中，在演講的同時使用著最新的智能語音識別技術(shù)——可以讓他演講的內(nèi)容實時以中英文雙字幕的形式呈現(xiàn)在大屏幕上，反應(yīng)迅速、幾乎沒錯。識別精確度超過95%。隨著這項技術(shù)的進(jìn)步，語音優(yōu)先的基礎(chǔ)設(shè)施變得越來越重要，亞馬遜、蘋果、谷歌、微軟和百度都迅速部署了聲音優(yōu)先軟件、軟件構(gòu)建快和平臺。

　　圖|語音發(fā)展史