《連線》雜志主編凱文·凱利說，機(jī)器人真正的變革還沒有到來，或許是因?yàn)槿藱C(jī)交互的方式還沒有徹底改變，大多數(shù)時候我們還需要通過打字或手寫輸入命令，如果機(jī)器人能聽懂人話，世界將變成什么樣？

昨天，21個項(xiàng)目獲得了第四屆“吳文俊人工智能科學(xué)技術(shù)獎”，其中上海交通大學(xué)和蘇州思必馳信息科技有限公司合作開發(fā)的“面向口語教育的智能語音技術(shù)及云服務(wù)平臺”獲得進(jìn)步獎二等獎，這個能聽懂人話的平臺以及背后攜風(fēng)雨之勢而來的語音產(chǎn)業(yè)，或許預(yù)示著我們離“巨變”并不遙遠(yuǎn)。

互聯(lián)網(wǎng)領(lǐng)域的“慢”行業(yè)

相比移動互聯(lián)網(wǎng)行業(yè)的嘈雜，智能語音行業(yè)的發(fā)展簡直可以用慢來形容，沒有公關(guān)戰(zhàn)、沒有BAT領(lǐng)頭、至今也沒出現(xiàn)“船票”級產(chǎn)品。然而，上海交通大學(xué)智能人機(jī)交互研究所的研究員俞凱，前年在廣東湛江做的一個試驗(yàn)，分明讓人體會到了語音產(chǎn)業(yè)的進(jìn)步。在這個實(shí)驗(yàn)中，一臺機(jī)器人和幾十位老師分成兩組，分別為相同數(shù)量的學(xué)生的英語口語打分，結(jié)果顯示，機(jī)器人打分抽查滿意度98%，與教師組一致率為99.8%。

機(jī)器人的優(yōu)勢還在于速度，俞凱說，如果按湛江11.7萬考生參加英語口語測試計算，需要100位老師忙活12天，但用上機(jī)器人，只要2天。

目前，能提供這項(xiàng)語音服務(wù)的除了俞凱所在的上海交大，還有脫身于中國科技大學(xué)的科大訊飛，后者作為中國最早出現(xiàn)的語音類企業(yè)，卻沒有及時發(fā)展成一家互聯(lián)網(wǎng)企業(yè)，事實(shí)上，這個圈子中的大多企業(yè)主要營收仍然來自軟件授權(quán)，因此這些年并沒有出現(xiàn)爆炸式增長。

不過，中國工程院院士、中國人工智能學(xué)會理事長李德毅卻直言，“慢”并不會持續(xù)太久，語音類產(chǎn)業(yè)必將迅速崛起，這是大數(shù)據(jù)的下一座“金礦”。

將出現(xiàn)顛覆性的成果

機(jī)器人是怎樣為學(xué)生打分的？其實(shí)他們只是事先學(xué)習(xí)了各位老師的打分方法：將某位老師的全部打分記錄灌入機(jī)器人的“大腦”中，它就能分析出這位老師的打分習(xí)慣，當(dāng)機(jī)器人的“大腦”中存儲了多位老師的“習(xí)慣”后，它就能代替老師打分了。

這個過程有點(diǎn)像某家語音企業(yè)讓機(jī)器人“學(xué)習(xí)”了鄧麗君的所有歌聲，再以鄧麗君的方式唱出新歌，又或者和英國影片《黑鏡子》中的那樣，當(dāng)某人在社交網(wǎng)站上留下了足夠多的可供“學(xué)習(xí)”的音頻，當(dāng)他去世后，他的家人就能用軟件合成他的聲音以供慰藉。

俞凱透露，僅就機(jī)器人英語能力評估領(lǐng)域，目前的市場規(guī)模就在十幾億，而在語言識別、合成以及情緒和重音的識別技術(shù)都已成熟的情況下，他正在努力開拓更多新市場。

讓機(jī)器人更“人性化”

中國已成為世界最大的機(jī)器人市場，但去年也只銷售了3萬多臺，新松機(jī)器人自動化股份有限公司總裁曲道奎說，工業(yè)機(jī)器人的市場其實(shí)有限，現(xiàn)在全世界的眼光都盯著家用機(jī)器人市場。

要讓機(jī)器人走進(jìn)家庭還得更“人性化”，除了更精準(zhǔn)的紅外定位、更靈敏的傳感器外，語言識別是給人們帶來良好體驗(yàn)不可或缺的因素。

俞凱在手機(jī)上打開他們研發(fā)的一款名為“語音輸入板”的APP，當(dāng)某人的話音剛落，語音就轉(zhuǎn)換成文字在屏幕上顯示出來，這款軟件能夠做到自動收集人們的表達(dá)習(xí)慣，從而形成更高的辨識度，當(dāng)移植到機(jī)器人上時，機(jī)器人就能更好地識別主人的指令；另一方面，當(dāng)越多人下載這款A(yù)PP，收集到的語言信息形成的大數(shù)據(jù)平臺，也將為后期的產(chǎn)品開發(fā)帶來便利。