>>

您也許曾經(jīng)為科幻電影中出現(xiàn)的下列場(chǎng)景所吸引：機(jī)器人能聽(tīng)懂和服從主人的命令，為其所用。雖然到今天，這樣的機(jī)器人還沒(méi)能成為現(xiàn)實(shí)，但是作為機(jī)器人的“耳朵”，語(yǔ)音識(shí)別技術(shù)卻在近幾年有了許多突破性的進(jìn)展，從實(shí)驗(yàn)室走進(jìn)了我們的生活。目前被廣泛使用的IBM ViaVoice軟件便是其中最典型的代表。

從50年代初期開(kāi)始，IBM公司就在尋求一種更加有效的與計(jì)算機(jī)系統(tǒng)交互的方式。幾年后，以此為目標(biāo)的語(yǔ)音識(shí)別研究在IBM華生（Watson）研究中心進(jìn)行。研究之初，IBM的科學(xué)家們需要一套十分龐大的機(jī)器，研究中心所有的高級(jí)計(jì)算機(jī)資源到了晚上全部被語(yǔ)音識(shí)別的訓(xùn)練和計(jì)算所占用。面對(duì)比最初想象得多的巨大挑戰(zhàn)，科學(xué)家們不得不把目標(biāo)降低：只要計(jì)算機(jī)能聽(tīng)懂有限的詞匯，或者只能聽(tīng)懂某個(gè)人說(shuō)話即可，不需要聽(tīng)懂每一個(gè)人的話。但他們從來(lái)都沒(méi)有放棄。經(jīng)過(guò)不懈的努力，終于實(shí)現(xiàn)了一個(gè)個(gè)突破。

這些重要的突破中，將“隱馬爾科夫模型”引入語(yǔ)音識(shí)別領(lǐng)域，為語(yǔ)音模型的建立提供了基礎(chǔ)；“n元統(tǒng)計(jì)語(yǔ)音模型”讓計(jì)算機(jī)學(xué)會(huì)了“學(xué)習(xí)”和“記憶”人們?cè)鯓佑迷~；“快速匹配方法”的發(fā)明則顯著提高了大詞匯系統(tǒng)識(shí)別的速度。它們和其他不勝枚舉的發(fā)明一起，使語(yǔ)音識(shí)別技術(shù)走進(jìn)我們的生活。IBM公司的許多科學(xué)家在這個(gè)領(lǐng)域長(zhǎng)期不懈的努力和獲得的100多項(xiàng)專利，確定了公司技術(shù)上的領(lǐng)先地位。世界上許多研究機(jī)構(gòu)和公司的其他科學(xué)家，也為這一領(lǐng)域的發(fā)展做出了卓越的貢獻(xiàn)。

1997年IBM ViaVoice 4.0的誕生對(duì)于語(yǔ)音識(shí)別史意義重大。漢語(yǔ)具有同音字多、有聲調(diào)、口音復(fù)雜等特點(diǎn)，因此中文的語(yǔ)音識(shí)別技術(shù)被認(rèn)為是“王冠上的明珠”。在跨越了連續(xù)語(yǔ)音、大量詞匯，以及非特定識(shí)別人等難關(guān)之后，IBM公司成功地推出了世界上第一個(gè)中文連續(xù)語(yǔ)音識(shí)別產(chǎn)品——IBM ViaVoice 4.0，它被認(rèn)為是中文識(shí)別領(lǐng)域重要的里程碑。

經(jīng)過(guò)半個(gè)世紀(jì)的求索，如今IBM不僅已經(jīng)使機(jī)器聽(tīng)懂人話成為現(xiàn)實(shí)，而且ViaVoice還具有語(yǔ)音查詢、語(yǔ)音上網(wǎng)、網(wǎng)上聊天等許多功能，使用起來(lái)更方便、識(shí)別的更準(zhǔn)確。它讓人類的夢(mèng)想實(shí)現(xiàn)得如此完美！

IBM供稿 CTI論壇編輯