帶方言口音的普通話人工智能能聽(tīng)懂嗎?在嘈雜的環(huán)境中，知道要“聽(tīng)”哪些聲音而忽視另一些聲音嗎?“聽(tīng)”到不同表述方式，能夠理解嗎?

隨著智能音箱、人機(jī)互動(dòng)家電等應(yīng)用人工智能的產(chǎn)品進(jìn)入人們生活，大家對(duì)機(jī)器“聽(tīng)”人講話并給出回應(yīng)已經(jīng)不陌生。但是，到底怎樣“聽(tīng)”才算“聽(tīng)得懂”，卻并無(wú)統(tǒng)一標(biāo)準(zhǔn)。

不過(guò)，這一局面有望改變。解放日?qǐng)?bào)·上觀新聞?dòng)浾?月12日獲悉，由上海企業(yè)平安好醫(yī)生與智能語(yǔ)音識(shí)別技術(shù)公司云知聲共同起草的《中文語(yǔ)音識(shí)別難度分級(jí)認(rèn)證規(guī)范》討論稿(以下簡(jiǎn)稱《認(rèn)證規(guī)范》)已經(jīng)完成，并在中國(guó)人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟(AIIA)2018年聯(lián)盟會(huì)員大會(huì)的標(biāo)準(zhǔn)化與推廣工作組專項(xiàng)討論會(huì)議上進(jìn)行了標(biāo)準(zhǔn)框架匯報(bào)，得到專家認(rèn)可。這是國(guó)內(nèi)首個(gè)關(guān)于中文智能語(yǔ)音識(shí)別難度的標(biāo)準(zhǔn)規(guī)范，有望為形形色色人工智能產(chǎn)品的“聽(tīng)”“說(shuō)”能力打分，避免“假智能”濫竽充數(shù)。

近年來(lái)，國(guó)內(nèi)人工智能語(yǔ)音領(lǐng)域各大廠商深耕技術(shù)研發(fā)，中文語(yǔ)音識(shí)別率提升至90%以上，云知聲在醫(yī)療等垂直行業(yè)識(shí)別率則達(dá)到97%以上。隨著智能語(yǔ)音識(shí)別技術(shù)的飛速發(fā)展，智能家居、智慧車(chē)載、智慧醫(yī)療、智慧教育等領(lǐng)域均廣泛應(yīng)用智能語(yǔ)音交互解決方案，實(shí)現(xiàn)了人機(jī)互動(dòng)，也因其便利性吸引了大量用戶。艾瑞咨詢發(fā)布的《中國(guó)智能家居行業(yè)研究報(bào)告》數(shù)據(jù)顯示，2017年，我國(guó)智能家居市場(chǎng)規(guī)模就達(dá)到3342.3億元，同比增長(zhǎng)24.8%，這也意味著智能語(yǔ)音識(shí)別技術(shù)的應(yīng)用前景廣闊。

然而，由于缺乏應(yīng)用層面的統(tǒng)一標(biāo)準(zhǔn)規(guī)范，企業(yè)在研發(fā)及推廣相關(guān)產(chǎn)品時(shí)，缺乏足夠的市場(chǎng)公信力，而用戶選擇相關(guān)產(chǎn)品時(shí)，也沒(méi)有權(quán)威的技術(shù)指標(biāo)加以參考。標(biāo)準(zhǔn)缺失成為制約行業(yè)發(fā)展的主要障礙之一。在國(guó)際上，IBM、Microsoft、AT&T等跨國(guó)公司對(duì)語(yǔ)音技術(shù)的研究已持續(xù)多年，并積極參與語(yǔ)音技術(shù)領(lǐng)域的標(biāo)準(zhǔn)制定，以期在激烈競(jìng)爭(zhēng)中處于技術(shù)的制高點(diǎn)。中國(guó)雖已開(kāi)始推廣架構(gòu)、接口等技術(shù)層面的標(biāo)準(zhǔn)，但應(yīng)用層面的標(biāo)準(zhǔn)規(guī)范長(zhǎng)期空白，不利于中國(guó)智能語(yǔ)音識(shí)別技術(shù)及產(chǎn)業(yè)的發(fā)展。

2017年12月，平安好醫(yī)生與云知聲合資成立上海澔醫(yī)智能科技有限公司，共同探索以智能語(yǔ)音識(shí)別等技術(shù)為基礎(chǔ)的家庭智慧醫(yī)療服務(wù)終端建設(shè)。針對(duì)企業(yè)及行業(yè)發(fā)展需要，平安好醫(yī)生與云知聲經(jīng)過(guò)半年多的聯(lián)合研究，根據(jù)中文語(yǔ)音的自身特性，起草了《認(rèn)證規(guī)范》框架。

《認(rèn)證規(guī)范》將中文語(yǔ)音識(shí)別難度分為L(zhǎng)1-L4四個(gè)等級(jí)，并分別從聲學(xué)和語(yǔ)言學(xué)兩個(gè)維度確定了信噪比、普通話水平、說(shuō)話習(xí)慣、語(yǔ)言句式等十余個(gè)影響因素，對(duì)智能語(yǔ)音交互類產(chǎn)品在實(shí)際應(yīng)用場(chǎng)景下的識(shí)別率提供了定級(jí)依據(jù)。因此，這一《認(rèn)證規(guī)范》的推出，有望為我國(guó)智能語(yǔ)音識(shí)別技術(shù)及產(chǎn)業(yè)發(fā)展，提供切實(shí)可行、可加以全面推廣的技術(shù)標(biāo)準(zhǔn)。

中國(guó)人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟是由中國(guó)信息通信研究院牽頭會(huì)同中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院、國(guó)家工業(yè)信息安全發(fā)展研究中心等單位，以及全國(guó)300余家人工智能相關(guān)企業(yè)、機(jī)構(gòu)等共同發(fā)起組建，在行業(yè)內(nèi)具有較高權(quán)威性和公正性。針對(duì)《認(rèn)證規(guī)范》討論稿，相關(guān)專家一致認(rèn)為，該規(guī)范切中產(chǎn)業(yè)發(fā)展痛點(diǎn)，針對(duì)應(yīng)用層面的中文智能語(yǔ)音識(shí)別技術(shù)的難度和能力提出了分級(jí)評(píng)價(jià)的關(guān)鍵參數(shù)體系，對(duì)于產(chǎn)業(yè)應(yīng)用推廣具有重要意義。